Reakcja na częstotliwość filtra średniego bieżącej Częstotliwością odpowiedzi na system LTI jest DTFT odpowiedzi impulsowej, Odpowiedź impulsowa średniej ruchomej próbki L Ponieważ średni ruch filtra wynosi FIR, odpowiedź częstotliwościowa zmniejsza się do skończonej sumy może posłużyć się bardzo użyteczną tożsamością do zapisu odpowiedzi częstotliwościowej, jako miejsca, w którym pozwoliliśmy ae minus jomega. N 0 i M L minus 1. Możemy być zainteresowani wielkością tej funkcji w celu określenia, które częstotliwości przechodzą przez filtr nieatłuszczony i które są atenuowane. Poniżej znajduje się wykres wielkości tej funkcji dla L4 (czerwony), 8 (zielony) i 16 (niebieski). Oś pozioma waha się od zera do pi radian na próbkę. Zauważ, że we wszystkich trzech przypadkach odpowiedź częstotliwościowa ma charakter lowpass. Stały składnik (częstotliwość zerowa) w wejściu przechodzi przez filtr nieatapciany. Niektóre wyższe częstotliwości, takie jak pi 2, są całkowicie eliminowane przez filtr. Jeśli jednak zamierzano zaprojektować filtr dolnoprzepustowy, to nie zrobiliśmy tego dobrze. Niektóre z wyższych częstotliwości są osłabione tylko czynnikiem wynoszącym około 110 (dla 16-punktowej średniej ruchomej) lub 13 (dla czteropunktowej średniej ruchomej). Możemy zrobić coś znacznie lepiej. Powyższy wykres został utworzony następującym kodem Matlaba: omega 0: pi400: pi H4 (14) (1-exp (-iomega4)) (1-exp (-iomega)) H8 (18) (1-exp (- (1-exp (-iomega)) wykres (omega, abs (H4) abs (H8) abs ((1-exp (-iomega)) (1-exp (-iomega)) H16 (116) (1-exp (-iomega16) H16) Oś (0, pi, 0, 1) Copyright copy 2000- - Uniwersytet w Kalifornii, BerkeleyFrequency Response Filtrowanie średniej prędkości i filtr FIR Porównują odpowiedź częstotliwościową filtru średniej ruchomej z filtrem FIR. Ustaw współczynniki regularnego filtra FIR jako sekwencję skalowanych 1s. Współczynnikiem skalowania jest 1filterLength. Utwórz obiekt systemu dsp. FIRFilter i ustaw współczynniki na 140. Aby obliczyć średnią ruchu, utwórz obiekt dsp. MovingAverage System z przesuwnym oknem 40 w celu obliczenia średniej ruchomej. Obydwa filtry mają te same współczynniki. Wejście jest szumem białego Gaussa ze średnią 0 i odchyleniem standardowym równym 1. Wizualizuj odpowiedź częstotliwościową obu filtrów za pomocą fvtool. Częstotliwość odpowiedzi odpowiada dokładnie, co świadczy o tym, że średni ruchowy filtr jest szczególnym przypadkiem filtra FIR. Dla porównania sprawdź częstotliwość odpowiedzi filtra bez hałasu. Porównaj filtry częstotliwości odpowiadające częstotliwościom idealnego filtra. Widać, że główny płat pasa przeponowego nie jest płaski, a wsady w stopbandze nie są ograniczone. Średnia częstotliwość przenoszenia częstotliwości nie odpowiada częstotliwości odpowiedzi idealnego filtra. Aby zrealizować idealny filtr FIR, zmień współczynniki filtru na wektor, który nie jest sekwencją skalowanych 1s. Zmiana częstotliwości filtra zmienia się i zbliża się do idealnej odpowiedzi filtra. Zaprojektuj współczynniki filtru w oparciu o wstępnie zdefiniowane parametry filtru. Na przykład, zaprojektuj filtr równomierny FIR z znormalizowaną częstotliwością odcięcia 0,1, pasmem przepuszczania pasma wynoszącym 0,5 i tłumieniem pasma 40 dB. Użyj fdesign. lowpass do definiowania specyfikacji filtrów i metody projektowania w celu zaprojektowania filtra. Odpowiedź filtrów w paśmie pasma jest prawie płaska (podobna do idealnej odpowiedzi), a stopband ma ograniczone równania. MATLAB i Simulink są zastrzeżonymi znakami towarowymi firmy The MathWorks, Inc. Proszę zapoznać się z listami innych znaków towarowych należących do The MathWorks, Inc. Inne marki produktów lub marek są znakami towarowymi lub zastrzeżonymi znakami towarowymi odpowiednich właścicieli. Wybierz filtr Średnia dla Kraju (filtr MA) Ładowanie. Filtr średniej ruchomości to prosty filtr FIR (Finite Impulse Response Low Pass) stosowany powszechnie do wygładzania tablicy próbek danych. Pobiera M próbek danych wejściowych jednocześnie i przyjmuje średnią z tych próbek M i tworzy pojedynczy punkt wyjściowy. Jest to bardzo prosta struktura filtrów LPF (filtr dolnoprzepustowy), przydatny dla naukowców i inżynierów w celu filtrowania niechcianego hałaśliwego składnika z zamierzonych danych. Gdy długość filtra wzrasta (parametr M), gładkość wyjścia wzrasta, podczas gdy ostre przejścia w danych są coraz bardziej stępione. Oznacza to, że ten filtr ma doskonałą odpowiedź na domenę czasową, ale słabą odpowiedź częstotliwościową. Filtr MA wykonuje trzy ważne funkcje: 1) zajmuje M punktów wejściowych, oblicza średnią tych punktów M i wytwarza pojedynczy punkt wyjściowy 2) z powodu obliczonych obliczeń obliczeniowych. Filtr wprowadza określoną ilość opóźnień 3) Filtr działa jak filtr dolnoprzepustowy (z niską odpowiedzią na domenę częstotliwości i dobrą odpowiedzią na domenę czasową). Kod Matlaba: Kod matlab symuluje odpowiedź domeny czasu na filtr średniej ruchomej punktu M, a także generuje odpowiedź częstotliwościową dla różnych długości filtra. Odpowiedź na domenę czasu: na pierwszej wykresie mamy dane, które wchodzą do filtru średniej ruchomej. Wejście jest hałaśliwe i naszym celem jest zmniejszenie hałasu. Kolejną figurą jest odpowiedź wyjściowa 3-punktowego filtru Moving Average. Z rysunku wynika, że filtr 3-punktowy Moving Average nie wyrządził zbyt wiele zakłóceń. Zwiększymy czubki filtru do 51 punktów i widzimy, że szum na wyjściu zmniejszył się znacznie, co przedstawiono na następnej ilustracji. Zwiększamy kraniki na 101 i 501 i możemy zauważyć, że nawet, choć hałas jest prawie zerowy, przejścia są stłumione drastycznie (obserwuj nachylenie po obu stronach sygnału i porównaj je z idealnym przejściem na ceglany mur nasze dane wejściowe). Pasmo przenoszenia: Z częstotliwości odpowiedzi można stwierdzić, że zwijanie jest bardzo powolne, a tłumienie paska zatrzymania nie jest dobre. Biorąc pod uwagę to tłumienie pasma, wyraźnie, średni ruchowy filtr nie może oddzielić jednej częstotliwości pasma od drugiej. Jak wiemy, że dobre wyniki w dziedzinie czasu powodują słabe wyniki w dziedzinie częstotliwości i vice versa. Krótko mówiąc, średnia ruchoma jest wyjątkowo dobrym filtrem wygładzania (działanie w dziedzinie czasu), ale wyjątkowo złym filtrem dolnoprzepustowym (działanie w domenie częstotliwości) Linki zewnętrzne: Zalecane książki: Podstawowe informacje o pasku bocznym Odpowiedzi na częstotliwość odpowiadają dokładnie , co świadczy o tym, że filtr średniej ruchomości jest szczególnym przypadkiem filtra FIR. Dla porównania sprawdź częstotliwość odpowiedzi filtra bez hałasu. Porównaj filtry częstotliwości odpowiadające częstotliwościom idealnego filtra. Widać, że główny płat pasa przeponowego nie jest płaski, a wsady w stopbandze nie są ograniczone. Średnia częstotliwość przenoszenia częstotliwości nie odpowiada częstotliwości odpowiedzi idealnego filtra. Aby zrealizować idealny filtr FIR, zmień współczynniki filtru na wektor, który nie jest sekwencją skalowanych 1s. Zmiana częstotliwości filtra zmienia się i zbliża się do idealnej odpowiedzi filtra. Zaprojektuj współczynniki filtru w oparciu o wstępnie zdefiniowane parametry filtru. Na przykład, zaprojektuj filtr równomierny FIR z znormalizowaną częstotliwością odcięcia 0,1, pasmem przepuszczania pasma wynoszącym 0,5 i tłumieniem pasma 40 dB. Użyj fdesign. lowpass do definiowania specyfikacji filtrów i metody projektowania w celu zaprojektowania filtra. Odpowiedź filtrów w paśmie pasma jest prawie płaska (podobna do idealnej odpowiedzi), a stopband ma ograniczone równania. Więcej informacji Wybierz kraj
No comments:
Post a Comment