sprawko z algorytmow


Metody i algorytmy sterowania cyfrowego

Wydział Elektryczny

Semestr V

Piotr Gajewski

170755

Ćwiczenie :

Filtry NOI i SOI

Termin zajęć:

Czwartek N 9-11

Ocena:

22.11.2010r.

1. Filtry cyfrowe są tworzone jako urządzenia spełniające pewną matematyczną funkcję na sygnale wejściowym x(n) dając na wyjściu sygnał y(n). Filtry analogowe i cyfrowe charakteryzuje kilka własności z których najważniejsze to:

- dynamika czyli jak dobrze tłumi nasz filtr w paśmie zaporowym

- częstotliwość graniczna lub dwie częstotliwości graniczne gdy mamy do czynienia z filtrem pasmowym.

- szerokość zbocza (krawędź) czyli jak "szybko" filtr tłumi

Ze względu na pasmo przenoszenia rozróżniamy filtry:

- górnoprzepustowy

- dolnoprzepustowy

- środkowoprzepustowy

- środkowozaporowy

Celem laboratorium było zaprojektowanie filtru SOI i NOI dolnoprzepustowego.

0x01 graphic

Rys1.1 Charakterystyka amplitudowa filtru dolnoprzepustowego

1.1. Filtry SOI- Filtr o skończonej odpowiedzi impulsowej to rodzaj filtru cyfrowego, który charakteryzuje się tym, że jego odpowiedź na dany ciąg wejściowych próbek ma skończoną długość. Odpowiedź impulsowa filtru SOI i jego współczynniki są takie same. Układy te są zawsze stabilne i charakteryzują się liniowymi charakterystykami fazowymi.

1.2 Filtry NOI- filtry rekursywne o nieskończonej odpowiedzi impulsowej. Znaczy to tyle, że reakcja na pobudzenie o skończonym czasie trwania jest teoretycznie nieskończenie długa. Jest to efektem występowania pętli sprzężenia zwrotnego

1.3 Metoda przekształcenia bilingowego

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

0x01 graphic

2. Synteza i analiza filtru rekursywnego NOI dolnoprzepustowego.

Kod programu w Matlabie ( Dane są przeliczone w zależności od grupy . gr4 )

a) Charakterystyka amplitudowa filtru dolnoprzepustowego Rys 2.1

%Kod Programu

fp=1400

fgc=240

wgc=2*pi*fgc

Tp=1/fp

wga=0.7874

A=wga*(1/tan(wgc*Tp/2))

L=[1]

M=[1 1.73 1]

[H,W]=freqs(L,M)

plot(W, abs(H)); grid on

0x01 graphic

Rys 2.1

b) Charakterystyka fazowa filtru dolnoprzepustowego Rys 2.2

%kod programu

fp=1400

fgc=240

wgc=2*pi*fgc

Tp=1/fp

wga=0.7874

A=wga*(1/tan(wgc*Tp/2))

L2=[1 2 1]

M2=[A^2+A*1.73+1 -2*A^2+2 A^2-A*1.73+1]

[H,F]=freqz(L2,M2,512,fp)

plot(F,abs(H)); grid on

0x01 graphic

Rys 2.2

c) Opóźnienie fazowe filtru dolnoprzepustowego Rys 2.3

%kod Programu

fp=1400

fgc=240

wgc=2*pi*fgc

Tp=1/fp

wga=0.7874

A=wga*(1/tan(wgc*Tp/2))

L2=[1 2 1]

M2=[A^2+A*1.73+1 -2*A^2+2 A^2-A*1.73+1]

phasedelay(L2,M2,512,fp)

0x01 graphic

Rys 2.3

d) Charakterystyka fazowa Rys 2.4

figure(3)

P=angle(H)*180/pi %charakterystyka fazowa

plot(W,P)

grid on

0x01 graphic

Rys 2.4

e) Odpowiedź na skok jednostkowy Rys 2.5

%kod programu

fp=1400

fgc=240

wgc=2*pi*fgc

Tp=1/fp

wga=0.7874

A=wga*(1/tan(wgc*Tp/2))

L2=[1 2 1]

M2=[A^2+A*1.73+1 -2*A^2+2 A^2-A*1.73+1]

[o,ts]=stepz(L,M);

plot(ts,o)

grid on

0x01 graphic
Rys 2.5

3. Synteza i analiza cyfrowych filtra nierekursywnego SOI dolnoprzepustowego

Parametry filtru

częstotliwość próbkowania

0x01 graphic

0x01 graphic

Częstotliwość odcięcia musi być wieloktortnoscią 50 Hz wiec przyjąłem

0x01 graphic
długość okna filtru

a) Działka dyskretnych sekwencji filtru dolnoprzepustowego Rys 3.1

%kod programu

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(22:27))*pi*(N-1)/N))]

figure(1)

stem(0:N-1,abs(H))

0x01 graphic

Rys 3.1

b) Charakterystyka odpowiedzi impulsowej filtru dolnoprzepustowego Rys 3.2

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(23:27))*pi*(N-1)/N))]

L=ifft(H)

impz(L,1)

0x01 graphic

Rys 3.2

b')

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(23:27))*pi*(N-1)/N))]

stem(0:N-1,L)

0x01 graphic

c) Opóźnienie fazy Rys 3.3

figure(4)

phasedelay(L,M,512,fp);

0x01 graphic
Rys 3.3

0x01 graphic

freqz(L,1,512,fp);

0x01 graphic

phasedelay(H,L)

d) Charakterystyka widmowa filtru dolnoprzepustowego Rys 3.4

%kod programu

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(23:27))*pi*(N-1)/N))]

[H,F]=freqz(L,1,512,fp);

plot(F,abs(H))

0x01 graphic
Rys 3,4

e) Charakterystyka widmowa filtru dolnoprzepustowego po dodaniu okna wygładzającego Rys 3.5

%kod programu

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(23:27))*pi*(N-1)/N))]

Lw=L.*hamming(N)';

[H,F]=freqz(Lw,1,512,fp);

plot(F,abs(H))

0x01 graphic

Rys 3.5

f) charakterystyka częstotliwościowa Rys 3.6

%kod programu

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(23:27))*pi*(N-1)/N))]

Lw=L.*hamming(N)';

[H,F]=freqz(Lw,1,512,fp);

plot(F,abs(H))

figure(6)

P=angle(H)*180/pi;

plot(F,P);

grid on

0x01 graphic

Rys 3.6

  1. filtracja sygnału zaszumianego filtrem NOI oraz SOI

Sygnał zaszumiany

a)

%kod programu

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

t=(0:(1/fp):0.16);

signal=5*sin(100*pi*t)+2.5*sin(2*pi*(fodc+150)*t);

plot(t,signal)

grid on;

0x01 graphic

b)

%kod programu

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

t=(0:(1/fp):0.16);

signal=5*sin(100*pi*t)+2.5*sin(2*pi*(fodc+150)*t);

Le = length(t)-1;

signal1 = abs(fft(signal))/(Le/2);

ff = 0:(fp./Le):fp;

figure(7);

plot(ff,signal1)

grid on;

0x01 graphic

a)

%kod programu

fp=1400

fgc=240

wgc=2*pi*fgc

Tp=1/fp

wga=0.7874

A=wga*(1/tan(wgc*Tp/2))

L2=[1 2 1]

M2=[A^2+A*1.73+1 -2*A^2+2 A^2-A*1.73+1]

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

t=(0:(1/fp):0.16);

signal=5*sin(100*pi*t)+2.5*sin(2*pi*(fodc+150)*t);

signal1_f = filter(L,M,signal);

plot(t,signal1_f)

grid on;

0x01 graphic

b)

%kod programu

fp=1400

fgc=240

wgc=2*pi*fgc

Tp=1/fp

wga=0.7874

A=wga*(1/tan(wgc*Tp/2))

L2=[1 2 1]

M2=[A^2+A*1.73+1 -2*A^2+2 A^2-A*1.73+1]

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

t=(0:(1/fp):0.16);

signal=5*sin(100*pi*t)+2.5*sin(2*pi*(fodc+150)*t);

signal1_fw = abs(fft(signal1_f))/(Le/2);

plot(ff,signal1_fw)

grid on;

0x01 graphic

fp=1400;

fodc=250;

f1=50;

N=fp/f1

deltaf=fp/N

H=[exp(-i*(0:5)*pi*(N-1)/N),zeros(1,17),exp(i*((N-(23:27))*pi*(N-1)/N))]

L=ifft(H);

signal1_f = filter(L,H,signal);

plot(t,signal1_f)

grid on;

0x01 graphic

To bzduuuuraa ? !!!!!



Wyszukiwarka

Podobne podstrony:
sprawko algorytmy last
nieodporny sprawozdanie, Pwr, Metody i algorytmy sterowania cyfrowego, sprawka
sprawozdanie filtr Noi, Pwr, Metody i algorytmy sterowania cyfrowego, sprawka
moje sprawka, Metody sprawko 3, LABORATORIUM METOD I ALGORYTMÓW STEROWANIA CYFROWEGO
sprawko cw 2, Pwr, Metody i algorytmy sterowania cyfrowego, sprawka
nieodporny sprawozdanie, Pwr, Metody i algorytmy sterowania cyfrowego, sprawka
Układy Napędowe oraz algorytmy sterowania w bioprotezach
5 Algorytmy
5 Algorytmy wyznaczania dyskretnej transformaty Fouriera (CPS)
Tętniak aorty brzusznej algorytm
Algorytmy rastrowe
Algorytmy genetyczne
Teorie algorytmow genetycznych prezentacja
Algorytmy tekstowe
Algorytmy i struktury danych Wykład 1 Reprezentacja informacji w komputerze
ALGORYTM EUKLIDESA

więcej podobnych podstron