Upload
lydiep
View
226
Download
4
Embed Size (px)
Citation preview
1
Systemy przetwarzania sygnałów
Systemprzetwarzania
sygnałów
Systemprzetwarzania
sygnałów
x(t) y(t)
?
x(t) � y(t)
2003 © P. Strumiłło
2
Systemy przetwarzania sygnałów
T – ci�gła zmienna czasun – dyskretna zmienna czasu n = 0, 1, … N,…
Systemczasu ci�głego
Systemczasu ci�głegox(t) y(t) np. megafon - wzmacniacz
analogowy
Systemczasu dyskretnego
Systemczasu dyskretnegox(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))
3
Sygnał dyskretny
Sygnał dyskretny mo�na uzyska� przez próbkowanie amplitudy sygnału ci�głego w dyskretnych chwilach czasu nT.
x(nT)
n0T
1 2 30
4
Wła�ciwo�ci systemówprzetwarzania 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
Przykłady?
5
Systemy z pami�ci� i bez pami�ci
( ) ( ) ( )nxkxnyn
k
+= �−
−∞=
1
( ) ( ) ( )nxnxny 223 +=
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.:
( ) ( ) ( )nxnyny +−= 1
6
Systemy przyczynowe
( ) ( ) )10( −+= nxnxny
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( +−= nxnxny
nieprzyczynowy
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
( ) ( )[ ] ( )[ ] ( )[ ] ( ) ( )nbynaynbxbHnxaHnbxnaxH 212121 +=+=+
( ) ( )nxny 2=
Systemy linowe spełniaj� zasad� superpozycji:
( ) ( )nxny 3=
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 niezmiennewzgl�dem przesuni�cia
System liniowy
δ(n)
0 0
h(n)Odpowied� impulsowa
9
Filtracja sygnału
( ) ( ) ( )knxkhnyk
k
−= �∞=
−∞=
h(k)
k
x(-k)
k
x(k)
kx(1-k)
k
x(n-k)
kh(k)
k
0
10
Filtry cyfrowe
Filtr cyfrowyFiltr cyfrowyx(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
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)
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
13
Przekształcenie Fouriera
14
Trygonometryczny szereg Fouriera
( ) ( )�+∞
=++=
100
0 sincos2 k
kk tkbtkaa
tx ωω
Tπω 2
0 =gdzie: tzw. okres podstawowy
( )dttxT
aT
t�=
=0
02
( ) �,2,1,cos2
00 == �
=kdttktx
Ta
T
tk ω
( ) �,2,1,sin2
00 == �
=kdttktx
Tb
T
tk ω
oraz:
15
Szereg Fouriera - przykład
( ) ��
���
� +++= �55sin
33sin
1sin4 ttt
txπ
0 1 2 3 4 5 6-1.5
-1
-0.5
0
0.5
1
1.5
2π
%MATLABclear 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) endgrid;
12
0 ==Tπω
Cz�stotliwo�� podstawowa ωωωω0
16
Szereg Fouriera - przykład
0 1 3 5 7 9 11 13 15 17 190
0.2
0.4
0.6
0.8
1Widmo Fouriera
4/π
17
0 50 100 150 2000
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
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)
pasmozaporowe
pasmoprzepustowe
pasmoprzej�ciowe
fp fs
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
20
Charakterystyki cz�stotliwo�ciowe filtrów - przykłady
f
A(f)
Filtr dolnoprzepustowy(redukcja zakłóce�)
200 400 600 800 10000
500
1000
1500
200 400 600 800 10000
500
1000
1500
0 V 0 V
21
Charakterystyki cz�stotliwo�ciowe filtrów - przykłady
f
A(f)
Filtr górno-przepustowy
(np. usuwanie warto�ci �redniej)
200 400 600 800 10000
500
1000
1500
0 V
0 200 400 600 800 1000-150
-100
-50
0
50
100
0 V
22
Charakterystyki cz�stotliwo�ciowe filtrów - przykłady
200 400 600 800 10000
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)
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 1000900
1000
1100
1200
1300
1400
1500
1600
0 200 400 600 800 1000900
1000
1100
1200
1300
1400
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, fg=0.5 Hz)
�pasmowoprzepustowe (wydzielanie składowych sygnału EKG, np. fali P, T, QRS)
�pasmowozaporowe (redukcja zakłóce� od sieci energetycznej, f=50 Hz)
25
Filtr cyfrowy - zastosowanie
26
Przykład filtru SOI
Filtr o ruchomej �redniej:
( ) ( ) ( ) ( ) ( ) ( )[ ] ( )�−=
=+−+−+−+−=k
kn
nxkxkxkxkxkxky45
11234
51
Odpowied� impulsowa filtru:
h=[0.2 0.2 0.2 0.2 0.2];
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
28
Prosty przykład filtru SOI
0 20 40 60 80 100-3
-2
-1
0
1
2
3Charakterystyka fazowa
f [Hz]
radi
any
0 20 40 60 80 1000
0.2
0.4
0.6
0.8
1Charakterystyka amplitudowa
f [Hz]
Am
plitu
da
Odpowied� impulsowa filtru
0 5 10 15 200
0.05
0.1
0.15
0.2
tzw. zero filtru
Charakterystyka fazowa Charakterystyka amplitudowa
29
Filtr dolnoprzepustowy - projekt
30
Adaptacyjna redukcja zakłóce�
s(t) = x(t) + v(t)Σ
Filtradaptacyjny
e(t) = x(t)^
n(t)
�ródłosygnału
�ródłozakłóce�
+
_
v(t)^
(tzw. wej�cieodniesienia) Reguła
adaptacji wag
( ) ( )tetw ∇−=∆ η
31
Adaptacyjne tłumienie hałasu
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.:
33
U�rednianie synchroniczne sygnału
Idea u�redniania synchronicznego
Sygnały synchronizuj�ce
34
U�rednianie synchroniczne sygnału
x1 x2 x3 xN
……
�=
=N
nnN 1
1ˆ xx
x̂
35
Odchylenie standardowe sygnału: σs
Odchylenie standardowe zakłócenia: σn
Stosunek sygnału do zakłócenia:
Po N u�rednieniach:
U�rednianie synchroniczne sygnału
n
sN NSNR
σσ=
n
sSNRσσ=
NZatem poprawa SNR poN u�rednieniach wynosi:
0 100 200 300 400 50010
0
101
102
36
Zastosowania:
� detekcja podszumowa sygnału tj. dla σs << σn
(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