26314 skryptD

26314 skryptD



Implementacja algorytmów cyfrowej filtracji ortogonalnej


88.2101

322.9348

467.9671

-291.5412

35.0746

34.6721

4.0855

37.7690

22 2932

•291.5412

482.0015

-291.5412

22.2932

37.7698

-4.0855

34.6721

35.0746

•291.5412

467.9674

322.9348

88.2101

-43.5375

49.0182

34.6721

22.2932

•322.9348

409.3819

-178.3031

27.5260

43.5375

•4.0855

37.7698

88.2101

-170.3031

100.4601

Cinv£act =

100.4601

-178.3031

88.2101

37.7698

-4.0855

43.5375

27.5260

•178.3031

409.3819

•322.9348

22.2932

34.6721

49.0182

•43.5375

88.2101

•322.9348

467.9674

-291.5412

35.0746

34 6721

-4.0855

37.7698

22.2932

•291.5412

482.0015

■291.5412

22.2932

37.7698

-4.0855

34.6721

35.0746

-291.5412

467.9674

-322.9348

88.2101

-43.5375

49.0182

34.6721

22.2932

-322.9348

409.3819

-178.3031

27.5260

43.5375

-4 0855

37.7698

88.2101

-178.3031

100.4601


errinv ■ 9.5P62e-20

PRZYKŁAD 7.3 Trzy metody wyznaczania współczynników Schura W przykładzie pokazano równoważność trzech metod wyznaczania współczynników Schura sygnału: za pomocą unormowanego algorytmu Levinsona (zależności (2.155), (2.160), (2.161) oraz funkcja lev.m); za pomocą algorytmu Schura (zależności (2.200) - (2.203) oraz funkcja sch.m); jako estymatory korelacji wzajemnych unormowanych błędów- prognozy w przód t w tył (zależności (2.231), (6.67) oraz funkcje innv.m oraz stacj . m) Postać źródłowa m-pliku P3 .m jest następująca:

% PRZYKŁAD 3. Trzy metody wyznaczania współczynników Schura

\ ...........-.................................. ......

elear;

T=200;    % deklaracja* długości sygnału

K=8;    ł deklaracja długości funkcji kowariancji

N=8;    % deklaracja rzędu parametryzacji Schura

(xll - gen<T,0.1,0.15,0.20,0.25);

fxl=stacj(xl,N);

fxc) = cntr(x);

(xsl = stnd(xc);

[cs.ccs.nccsl ^korel(xs,K) ;

(rholev,ALev,ej = lev(cs,N);

(rhoschur] = schtcs.N);

(e,r,rhoinnj = innov (xs, N) .-rholev(2:N)    wsp. Schura

rhoschur (2 :N)    -V wsp. Schura

rhoinn(2:N)    % wsp. Schura


algorytm Levinsona

algorytm Schura

alg. filtru innowacyjnego


Przykładowe wyniki symulacji są następujące:

rholev =


0.8450


0.9442


0.2990


0.0377


0.0064


0.0926


0.1902


_SYMULACJE ALGORYTMÓW CYFROWEJ EIlTnM


ORTOGONALNEJ


rhoschur =


8450    °'94,12    0 - 2990    0.0377    0.0064 o 0926

rhoinn „    ”6    °l9°J


-0.8450


0.8442    0.2990    0.0377    0.0064    0.0926    0.1902

PRZYKŁAD 7.4 Wyznaczanie filtru Levinsona na podstawie współczynników Schura

W przykładnie pokazano, że na podstawie współczynników Schura sygnału (wyznaczonych dowolną metodą - w przykładzie - z wykorzystaniem algebraicznego algorytmu Schura (funkcja sch.m)) można, wykorzystując algorytm Levinsona „w drugą stronę’* (funkcja schur_lev .m), wyznaczyć odpowiedź impulsową filtru, która jest identyczna z odpowiedzią impulsową tego filtru, wyznaczoną z użyciem algorytmu Levinsona (funkcja lev.m). Postać źródłowa m-pliku P4 .m jest następująca


wybaczani- f i, t,»    Coa,tav,lo w,p. Schura


\ P4 .n % ----

elear;

Ta200;

K=7;

N»7 ;    .    „an.O101.Jfl

[xl - qen(T,0.1,0.15,0.20,0.25)j [xc] = cntr(x);

(xsl = stnd(xc):

[cs. cc3. nccs) ”korel 1x3, K) .-[rhoschur) = ach(ca.N):

[ASch] = schur_lev(rhoschur) ;

[rholev,ALev.e] = lev(cs,N);

AL.ev    %    macierz odp.    imp.

ASch    *    macierz odp.    imp.


% deklaracja długości sygnału ^ deklaracja długości funkcji kowariancji

deklaracja rzędu parametryzacji Schura

.0 70 n ’)c. \


alg. L«*vinsona alg. Schura


Poniżej zamieszczono przykładowe wyniki symulacji


ALev


ASch

1.0000

0

0

0

0

0

0

i =

1.9087

•1.6258

0

0

0

0

0

10.6912

-18.0666

10.5194

0

0

0

0

11.2516 • 22.4640 16.9967 -3.5067 0 0 0

11.3479

22.1965

14.9137

•0.5914

-1.4752

0

0

11.5140

-22.7745

15.0304

1.9605

-5.3078

1.9483

0

12.0556 23.2412 14.0904 2.6610 0.0934 5.0271 3.5728

1 0000 0 0 0

1.9087

■1.6258

0

0

10.6912 • 18.0666 10.5194 0

11.2516

-22.4640

16.9967

-3.5067

11.3479

•22.1965

14.9137

0.5914

11.5140

-22.7745

15.0304

1.9605

12.0556 -23.2412 14 .0904 2.6610


176


miii


177


Implementacja algorytmów cyfrowej filtracji ortogonai nej

Symulacje algorytmów cyfrowej filtracji ortogonalnej

elear; T-400; K ° 4 0;


0000    -1.4752    -5-3078    0.8934

00000    1.9483    5.0271

0    0    0    0    0    0    3.5728

PRZYKŁAD 7.5 Filtracja innowacyjna sygnałów stacjonarnych Przykład prezentuje działanie filtru innowacyjnego o stałych parametrach dla sygnałów stacjonarnych, dla których reprezentantami zmiennych losowych sygnału parametryzowanego oraz sygnałów błędów prognozy w przód i w tył są zbiory próbek (na mocy izomorfizmu omówionego w punkcie 6.1). Prawostronne okienkowanie sygnału (funkcja stacj .m) implikuje strukturę To-eplitza estymatora macierzy kowanancyjnej reprezentantów zmiennych loso-

Wyniki symulacji w przykładzie 7.5: a) sygnał paramciryzowany, b) kowariancja sygnału pa ramciryzowanego, c) wgm sygnału paramctryz.owancgo. d) sygnał innowacyjny, e) kowariancja sygnału innowacyjnego, 0 wgm sygnału innowacyjnego, g) macierz Grama wektorów próbek błędów prognozy w lyl (baza ortononnalna przestrzeni obserwacji)

wych sygnału paramelryzowanego, a w konsekwencji - wyznaczenie filtru innowacyjnego o stałych parametrach Algorytm filtracji innowacyjnej (2.227) -(2.231), (6.47) - (6.49), (6.67) realizuje funkcja innov. m, która zwraca: zbiór wektorów próbek błędów prognozy w przód e; zbiór wektorów próbek błędów prognozy w tył r oraz wektor estymatorów współczynników Schura rho. Postać źródłowa m-pliku P5 . m jest następująca:

Ił P5.m Filtracja innowacyjna sygnałów stacjonarnych

% .........................................................

elear;

T=300;    \ deklaracja długości sygnału

K= 30;    % deklaracja długości funkcji kowariancji

N~30;    * deklaracja rzędu parametryzacji Schura

(x1J = gen(T.0.05,0.10,0.15,0.20) j (xJ = stacj(xl,N);

(xc| = entr(x);

(xs) = stnd(xc);

(e.r,rho) *> innov(x3.N); fcx,ccx,nccx| *= korel(xs,K);

(ce,cce,ncce] a koral(e(:,M),K);

(Wx,wx) «= wgmx(xs);

[We,weJ * wgmc(e(:,N) ) ;

subplot (2.3,1); plot (x) ; grid; titleCa)’); subplot (2,3,2) .- plot (nccx, ccx) ; grid; titleCb)*);

3ubplot (2,3.3) ; plot (wx/pi . Wx) : grid; titleCc)*); subplot (2.3,4) ; plot łe(: ,N)) ; grid; titleCd)*); subplot (2.3,5) ; plot (ncce. cce) : grid; titleCe)'); subplot (2,3,6) ; plot (we/pi, we) i grid; titleCO*); pause,-

subplot (1. 1.1) ; mesh(r'*r); citleCg)*);

Wyniki symulacji przedstawia rys. 7.2.

PRZYKŁAD 7.6 Modelowanie stochastyczne sygnałów stacjonarnych Przykład ilustruje działanie ortogonalnego filtru modelującego o stałych parametrach Prawostronnie okienkowany (funkcja stacj .m), scentrowany i standaryzowany stacjonarny przypadkowy sygnał wąskopasmowy jest poddawany parametryzacji przy wykorzystaniu filtru innowacyjnego o stałych parametrach (funkcja innov. m) Wyznaczone estymatory współczynników Schura rho są wykorzystane jako parametry filtru modelującego o stałych parametrach (funkcja model .m. implementująca zależności (4.45)), którego sygnałem wejściowym jest przypadkowy scentrowany i standaryzowany sygnał szerokopasmowy. Postać źródłowa ///-pliku P6 .m jest następująca:

% P6.m Modelowanie scochastyczno sygnałów stacjonarnych

\ deklaracja długości sygnału    ..

% deklaracja długości funkcji kowariancji

179


Wyszukiwarka

Podobne podstrony:
skryptE IMPLEMENTACJA ALGORYTMÓW CYFROWEJ FILTRACJI ORTOGONALNEJ Rys. 7.3. % deklaracja rzędu parame
35993 skryptE IMPLEMENTACJA ALGORYTMÓW CYFROWEJ FILTRACJI ORTOGONALNEJ Rys. 7.3. % deklaracja rzędu
35993 skryptE IMPLEMENTACJA ALGORYTMÓW CYFROWEJ FILTRACJI ORTOGONALNEJ Rys. 7.3. % deklaracja rzędu
87139 skryptC Rys. 7 i7. Implementacja algorytmów cyfrowej filtracji ortogonalnej w środowisku
Zdjęcie0293 IMPLEMENTACJA ALGORYTMÓW CYFROWEJ FILTRACJI ORTOGONALNE o s • O tft . o o» ov-mm Symulac
68618 Zdjęcie0285 (4) Implementacja algorytmów cyfrowej filtracji
79319 skryptF Rys. 7 6. iMri FMEMTACJĄ ALGORYTMÓW CYFROWEJ FILTRACJI ORTOGONALNEJ Wyniki symulacji w
12518 skrypt Jan Zarzycki Cyfrowa filtracja orlogonalna sygnałów losowychSpis treści Orlhogonal dig
55584 Zdjęcie0291 (2) *-<0; ALGORYTMÓW CYfROWtj FILTRACJI ORTOGONALNE.. % 4aHiax*c;* rc*0t p*ri r

więcej podobnych podstron