POLITECHNIKA WROCŁAWSKA |
Bartosz Milewski Jakub Łuczyński |
Data oddania: 17.12.2014 |
Temat: Projektowanie i badanie filtrów NOI i SOI | Rok 3 Semestr 5 Grupa 5 |
Cel ćwiczenia:
Celem ćwiczenia było zapoznanie się z metodą projektowania filtrów o nieskończonej odpowiedzi impulsowej oraz analiza właściwości zaprojektowanego filtra.
Przebieg ćwiczenia:
Założenia:
Zaprojektowany filtr ma być filtrem dolnoprzepustowym
Prototyp projektowanego filtru – Bessel 2-rzędu ma postać jak poniżej:
fgc = 450; % częstotliwość graniczna projektowanego filtra
fp = 1400; % częstotliwość próbkowania
Tp = 1/fp; % okres próbkowania
wga = 0.786; % obliczona pulsacja graniczna filtra G(s)
Wykreślenie charakterystyki prototypu:
Ls=[1]; % definicja licznika transmitancji G(s)
Ms=[1 1.73 1]; % definicja mianownika transmitancji G(s)
[H,W]=freqs(Ls,Ms); % odpowiedź częstotliwościowa filtra
% analogowego
plot(W,abs(H)); grid on; % wykreślenie charakterystyki
Wykres 1. Charakterystyka amplitudowa prototypu
A=wga*cot(2*pi*450*(1/1400)/2)
A =
0.4939
Wykreślenie charakterystyk amplitudowych:
Wyliczona funkcja przejścia:
$$\text{\ G}\left( z \right) = \frac{z^{- 2} + {2z}^{- 1} + 1}{{2.1z}^{- 2} + {1.512z}^{- 1} + 0.3895}$$
Lz=[1 2 1]; % definicja licznika transmitancji G(z)
Mz=[2.1 , 1.512, 0.3895]; % definicja mianownika transmitancji
% G(z)
[Hz,Wz]=freqz(Lz,Mz,512,1400); % wykreśla charakterystykę,
% przy częstotliwości próbkowania 1400Hz
plot(Wz,abs(Hz)); grid on;
Wykres 2. Charakterystyka projektowanego filtru cyfrowego
Z charakterystyki(Wykres 2.) można odczytać, że filtr został zaprojektowany prawidłowo.
Sprawdzenie działania filtru – analiza widmowa sygnału przed i po przejściu przez filtr.
t=0:Tp:0.05;
x1=A*sin(2*pi*t*140);
x2=A*sin(2*pi*t*280);
x3=A*sin(2*pi*t*560);
x = x1 + x2 + x3; % badany sygnał
plot(t,x); % wykreślenie sygnału przed prześciem przez filtr
title('x = x1 + x2 + x3');
Wykres 3. Sygnał przed przejściem przez filtr.
Widmo sygnału przed przejściem przez filtr:
nn = round(fp/140);
dd = nn*floor(length(x)/nn);
wid = abs(fft(x,dd)/(dd/2));
ff = 0:fp/dd:fp-fp/dd;
stem(ff,wid);
Wykres 4. Widmo sygnału przed przejściem przez filtr
y = filter(Lz,Mz,x);
plot(t,y)
title('Sygnał po filtrowaniu');
Wykres 5. Sygnał po przejściu przez filtr
yy=y(10:end)
nn = round(fp/140);
dd = nn*floor(length(yy)/nn);
wid = abs(fft(yy,dd)/(dd/2));
ff = 0:fp/dd:fp-fp/dd;
stem(ff,wid);
title('Widmo')
Wykres 6. Widmo sygnału po przejściu przez filtr
Wnioski
Projektowany przez nas filtr spełnia założenia projektowe. Jak wynika z porównania widma sygnału przed i po przejściu przez filtr(Wykres 4 i 6) sygnały o wyższej częstotliwości zostały stłumione.
Część 2. Projektowanie i badanie filtra SOI
częstotliwość graniczna projektowanego filtra cyfrowego:
fgc = 200 + (′nr grupy′) • 50 = 200 + 5 • 50 = 450 Hz
częstotliwość próbkowania:
fp = 900 + (′nr grupy′) • 100 = 1400 Hz
Kod programu:
fgc=450;
fp=1400;
N=30; % liczba współczynników filtru
df=fp/N;
a=10;
b=N-2*a+1;
Hm=[ones(1,a) zeros(1,b) ones(1,a-1)];
figure(1)
stem(0:df:fp-df,Hm)
Rys 7. Widmo filtru
lambda=(N-1)/2;
k1=0:(N/2)-1;
H1=exp((-j*k1*2*pi*lambda)/N);
k2=N/2:N-1;
H2=exp((j*(N-k2)*2*pi*lambda)/N);
Hf=[H1 H2];
H=Hm.*Hf;
h=ifft(H);
[A,B]=freqz(h,1,fp/2,fp);
figure(2)
plot(B,abs(A))
grid on
hold on
L=h.*hamming(N)'
[H,I]=freqz(L,1,512,fp);
plot(I,abs(H),'k')
legend('filtr bez okna wygladzajacego','filtr z oknem wygladzajacym Hamminga')
hold off
Rys. 8. Charakterystyka odpowiedzi impusowej
Rys. 9. Charakterystyka filtru
Charakterystyka filtru o długości okna 30 spełnia założenia projektowe. Przed zastosowaniem okna Hamminga charakterystyka ma charakter oscylacyjny. W paśmie zaporowym można zaobserwować efekt wyciekania - efekt Gibbsona. Aby pozbyć się efektu wyciekania stosuje się okno Hamminga. Po zastosowaniu okna Hamminga charakterystyka jest mniej stroma. Ponadto otrzymano zwiększenie tłumienia w paśmie zaporowym oraz niekorzystne poszerzenie się pasma przepustowego.
Wnioski
Zaletą filtrów SOI jest prostota projektowania oraz stabilność. Charakterystyka amplitudowo-częstotliwościowa nie ma charakteru prostokątnego, tylko oscylacyjny. Aby zwiększyć tłumienie w paśmie zaporowym należy zastosować okno wygładzające (np. okno Hamminga). Zastosowanie okna wygładzającego zwiększa tłumienia w paśmie zaporowym jednak niekorzystnie poszerza pasmo przepustowe. Charakterystyka po zastosowaniu okna jest również mniej stroma.