Вы находитесь на странице: 1из 66

Министерство образования и науки Российской Федерации

Уральский федеральный университет


имени первого Президента России Б. Н. Ельцина

В. Г. Коберниченко

РАСЧЕТ И ПРОЕКТИРОВАНИЕ
ЦИФРОВЫХ ФИЛЬТРОВ

Рекомендовано методическим советом УрФУ


в качестве учебно-методического пособия для студентов,
обучающихся по программам бакалавриата и магистратуры
по направлению подготовки 210400 «Радиотехника»
и по специальностям 090302 «Информационная безопасность
телекоммуникационных систем», 210601 «Радиоэлектронные
системы и комплексы»

Екатеринбург
Издательство Уральского университета
2013
УДК 621.391.82:621.372.852.1(07)
ББК 32.841.я7
К552

Р е ц е н з е н т ы:

Ю. И. Я л ы ш е в, доктор физико-математических наук,


профессор, заведующий кафедрой информационных
технологий и защиты информации
Уральского государственного университета путей сообщений;
Н. В. Ко р т е в, кандидат технических наук,
доцент кафедры маркшейдерского дела, главный метролог
Уральского государственного горного университета

Коберниченко, В. Г.
К552 Расчет и проектирование цифровых фильтров : [учеб.-метод.
пособие] / В. Г. Коберниченко.  — Екатеринбург  : Изд‑во Урал.
ун‑та, 2013. — 64 с.

ISBN 978-5-7996-0825-5
В пособии приводятся краткие сведения о характеристиках и клас-
сификации цифровых фильтров и этапах их проектирования, описаны ме-
тодика расчета фильтров и особенности их реализации, а также методика
применения пакета прикладных программ MATLAB для расчета характе-
ристик проектируемых фильтров.
Для студентов, изучающих основы цифровой обработки сигналов.

УДК 621.391.82:621.372.852.1(07)
ББК 32.841.я7

© Уральский федеральный университет, 2013


ISBN 978-5-7996-0825-5 © Коберниченко В. Г., 2013
Предисловие
Обработка электрических сигналов по принятым алгорит-
мам используется в  настоящее время во всех областях техники,
поскольку практически все датчики технических систем прео-
бразуют контролируемую информацию именно в  электрические
сигналы различных видов. Такие сигналы необходимо усиливать
и  фильтровать, концентрируя энергию на  том или ином участке
частотного спектра, очищать от шумов и  паразитных сигналов,
необходимо выполнять с  сигналами различные преобразования,
требующиеся для технических систем, передавать сигналы по
каналам связи в системах радиоуправления и т. д.
Развитый аппарат обработки сигналов аналоговыми устрой-
ствами в  настоящее время вытесняется комбинированными (ана-
лого-цифровыми) или цифровыми методами, что обусловлено
бурным развитием микросхемотехники и  резким повышением
быстродействия компонентов схемотехники. В различных инфор-
мационно-телекоммуникационных системах, в том числе исполь-
зующих радиотехнические каналы связи, все большее число
операций обработки сигналов реализуется цифровыми устрой-
ствами. Бытовая радио-, фото-, аудио- и  видеотехника является
в  большинстве своем цифровой. Уже не вызывает удивления то,
что в бытовом радиоприемнике оцифровка принимаемого сигнала
может начинаться прямо от антенны, а  перестройка приемника
осуществляется не колебательными контурами, а с помощью циф-
рового синтезатора частоты. Переход на цифровую базу происхо-
дит в научной, производственной и военной технике самого разно­
образного назначения.
Методы цифровой обработки сигналов в  настоящее время
являются предметом изучения в  различных общепрофессиональ-
ных и специальных дисциплинах.
Дисциплина «Цифровая обработка сигналов» (ЦОС) в  обра-
зовательной программе подготовки бакалавров по направле-
нию 210400 «Радиотехника» и  специалистов по специальностям
210601 «Радиоэлектронные системы и комплексы» и 090302
3
«Информационная безопасность телеком­муникационных систем»
занимает промежуточное положение между дисциплинами, фор-
мирующими базовую подготовку в области радиотехники и теле-
коммуникационных систем, такими как «Теория электрических
цепей», «Радио­технические цепи и  сигналы», «Теория электри-
ческой связи», и  специальными дисциплинами. Сегодня, в  усло-
виях постоянного увеличения удельного веса цифровых методов
и устройств, используемых в радиотехнических и телекоммуника-
ционных системах, эта дисциплина обеспечивает базовую теоре-
тическую подготовку студентов, необходимую для изучения прин-
ципов функционирования и  методов проектирования подобных
систем, рассматриваемых в курсах цикла дисциплин специализа-
ции и в системных специальных дисциплинах.
Основной задачей курса является обучение студентов базовым
основам цифровой обработки сигналов: методам описания цифро-
вых сигналов и  систем, теории, способам реализации и  методам
расчета цифровых фильтров (ЦФ), а также принципам построения
и применения алгоритмов быстрых преобразований, в первую оче-
редь алгоритмов быстрого преобразования Фурье (БПФ), для ана-
лиза и обработки сигналов. Практические навыки приобретаются
студентами в ходе выполнения лабораторных работ, индивидуаль-
ных домашних заданий и курсовой работы.
Тематика домашних заданий охватывает разработку различ-
ных алгоритмов и программ БПФ, реализацию и анализ фильтров
с  конечной импульсной характеристикой в  частотной области  и
фильтров с понижением частоты дискретизации.
Выполнение курсовой работы включает проектирование циф-
рового фильтра по аналоговому прототипу, расчет его частотных
характеристик, анализ влияния ограничения разрядности на харак-
теристики ЦФ и подготовку рекомендаций по реализации послед-
них на современных сигнальных процессорах.
В результате изучения курса студенты должны
знать:
•• модели дискретных и цифровых сигналов, базовые основы
цифровой обработки сигналов;
•• методы анализа линейных дискретных систем;
4
•• методы синтеза рекурсивных и  нерекурсивных цифровых
фильтров;
•• способы учета эффектов квантования и округления в циф-
ровых фильтрах;
•• методы программирования операций цифровой обработки
сигналов;
уметь:
•• устанавливать связь между характеристиками аналоговых
и цифровых сигналов, аналоговых и цифровых фильтров;
•• определять и анализировать системные функции линейных
цифровых фильтров, применять алгоритмы БПФ для реали-
зации цифровых фильтров;
•• оценивать влияние дискретизации, квантования сигнала
и коэффициентов фильтра на его характеристики;
•• использовать методы программирования операций ЦОС;
владеть:
•• навыками спектрального представления дискретных сигна-
лов и их анализа при преобразовании в линейных дискрет-
ных фильтрах;
•• методами анализа и синтеза линейных цифровых устройств.
Выполнение контролируемой самостоятельной работы
направлено на формирование у  студентов следующих общенауч-
ных, инструментальных и профессиональных умений:
•• применять математический и естественно-научный аппарат
для решения профессиональных задач, интерпретировать
профессиональный смысл полученного математического
результата;
•• перерабатывать большие объемы информации и вычленять
главное (анализировать информацию);
•• самостоятельно анализировать цифровые устройства;
•• проводить математическое моделирование процессов и объ-
ектов на базе стандартных пакетов автоматизированного
проектирования и исследований.
1. Связь между спектрами
аналогового и дискретного сигналов
Аналоговый сигнал x(t) описывается непрерывной или кусочно-
непрерывной функцией времени. Аргумент и сама функция прини-
мают любые значения на интервале
tmin < t < tmax ; xmin < x < xmax.
Соответствующий ему дискретный сигнал xд(n) описывается
р е ш е т ч а т о й ф у н к ц и е й   — последовательностью отсчет-
ных значений аналогового сигнала в дискретные моменты времени
tn, которые при посто­янном интервале дискретизации Tд равны nTд.
Математической моделью дискретного сигнала в  непрерыв-
ном времени является м о д у л и р о в а н н а я и м п у л ь с н а я
п о с л е д о в а т е л ь н о с т ь (МИП) [2]

xè ( t )
= ∑ x ( nT ) δ ( t − nT ).
k = −∞
ä ä (1.1)

Обратим внимание, что согласно данной модели значения дис-


кретного сигнала в паузах считаются равными нулю, а сама модель
представляет собой последовательность δ-импульсов, площади
которых равны значениям дискретного сигнала.
Импульсный сигнал можно превратить в  дискретный, заме-
няя каждый импульс на число , равное его
площади.
Спектральная плотность МИП Xи(   jω) связана со спектром
аналогового сигнала X(   jω) следующим образом [16]:

1 ∞  2π 
X è ( jω )
=

∑ X  ω − k .
Τä 
(1.2)
k = −∞ 
Итак, спектр модели дискретного сигнала МИП представляет
собой сумму бесконечного числа спектров исходного аналого-
вого сигнала, сдвинутых по частоте на величину, кратную частоте
дискретизации (рис. 1). Отметим, что идеальная дискретизация
во времени приводит к периодизации спектра по частоте.
6
X ( jω)

−2 π / Tд −π / Tд −ωв 0 ωв π / Tд 2 π / Tд
X и ( jω)

1 / Tд

0
−ωд −ωд /2 ωд /2 ωд ω
H ФНЧ ( jω)

−ωд /2 0 ωд /2 ω
Xи ( jω)
Наложение
спектров
г

−ωв 0 ωв
−ωд −ωд /2 ωд /2 ωд ω

Рис. 1. Преобразование спектра аналогового сигнала


при идеальной дискретизации:
а — спектр аналогового сигнала; б — спектр МИП;
в — АЧХ идеального ФНЧ; г — спектр МИП при наложении

Для сигнала со спектром, ограниченным частотой ωв, при


выполнении условий теоремы Котельникова (ωд ≥ 2ωв) спектр
МИП (см. рис. 1, б) в  основной полосе (−ωд / 2, ωд / 2) повторяет
спектр аналогового сигнала (см. рис. 1, а) с точностью до множи-
теля 1/Tд. Если условия теоремы Котельникова не выполняются,
то при дискретизации возникает эффект «наложения спектров»
(см. рис. 1, г). На рис. 1, в изображена частотная характеристика
идеального фильтра нижних частот (ФНЧ) в основной полосе.
7
Степень допустимого наложения спектров при выборе частоты
дискретизации определяется отношением мощности помехового
сигнала PN , возникающего в основной полосе за счет всех «сдви-
нутых» составляющих спектра МИП, к мощности полезного сиг-
нала в той же полосе Pс. Она задается в децибелах и вычисляется
через спектральную плотность исходного аналогового сигнала
следующим образом:

PN
= 10 lg
∫ ω1
X 2 (ω)dω
, (1.3)
ω1
Pc
∫ 0
X 2 (ω)dω

где ω1 = πfд = π/Tд — половина частоты дискретизации.


Спектр МИП может быть вычислен через отсчеты аналогового
сигнала в дискретные моменты времени, т. е. через значения дис-
кретного сигнала xд(n) с помощью дискретного во времени прео-
бразования Фурье (ДВПФ) [2, 14, 16]:

X è ( jω) =∑ xä ( n ) e
− jωnTä
. (1.4)
n = −∞

Рассмотрим особенности спектрального представления дис-


кретного сигнала, заданного на отрезке [0,  T] конечным числом
отсчетов
x(0), x(1), …, x(N − 1),
взятых через интервал Tд. Полное число отсчетов N = T/Tд. Мето-
дика изучения таких дискретных сигналов  — искусственная
перио­дизация с последующим разложением в ряд Фурье дискрет-
ного периодического сигнала (точнее, его модели — МИП).
Прямым дискретным преобразованием
Ф у р ь е (ДПФ) называют выражение
N −1 2π
−j kn
X (k ) = ∑ x (n) e
n=0
N
. (1.5)

X(k) — это коэффициенты разложения в ряд Фурье периоди-


ческого импульсного сигнала (МИП), площади импульсов кото-
рого равны x(n). При этом коэффициенты ДПФ представляют
8
собой отсчеты спектральной плотности непериодической МИП
на частотах, кратных 2π /Т, и связь между коэффициентами ДПФ
и  спектральной плотностью аналогового сигнала определяется
выражением

1 ∞   2π 2π  
=X (k )

∑ X  j  T k− n  .
Tä  
(1.6)
n = −∞  
Таким образом, ДПФ является инструментом спектрального
анализа продискретизированного по времени аналогового сиг-
нала, а  при выполнении условий теоремы В. А. Котельникова  —
и  исходного аналогового сигнала. Этот аппарат позволяет также
реализовывать цифровые фильтры через их описание в частотной
области, поэтому на ранней стадии развития теории цифровой
обработки сигналов столь большое внимание уделялось созда-
нию эффективных в  вычислительном отношении алгоритмов
ДПФ. Поиски оптимальных путей решения этой задачи привели
к созданию быстрых алгоритмов, под которыми понимают описа-
ние вычислительной процедуры, которое не является очевидным
способом вычисления в соответствии с прямой записью алгоритма.
Быстрое преобразование Фурье основывается на возможно-
сти представления размерности массива сигналов N в виде произ-
ведения сомножителей ri и  выполнении ДПФ для более коротких
последовательностей, число членов в которых определяется соот-
ветствующими сомножителями. Коэффициенты ДПФ исходной
«длинной» последовательности получаются путем комбинации
коэффициентов ДПФ коротких последовательностей. Сомножи-
тели ri называются при этом основаниями БПФ. 

2. Алгоритмы БПФ
с произвольным основанием
Различные алгоритмы БПФ могут быть получены с  помо-
щью последовательного применения одной и той же операции —
представления одномерного массива чисел {x(n)} двумерным
9
и  вычисления соответствующего двумерного БПФ, сводящегося
к одномерным БПФ меньшей размерности [3].
Для этого необходимо, чтобы размерность массива была пред-
ставима в виде произведения:
N = r1, r2, ..., rp. (2.1)
Если размерность одномерного массива чисел  — простое
число, то для такого сигнала алгоритма БПФ не существует.
Формы БПФ различаются в зависимости от количества сомно-
жителей p и порядка их расположения. Сомножитель в этом случае
называют основанием БПФ. Таким образом, п о д а л г о р и т м о м
БП Ф с о с м е ш а н н ы м о с н о в а н и е м понимают такой
алгоритм, когда не все сомножители ri одинаковы.
Установим, как, оперируя с  двумерным массивом, можно
получить ДПФ исходного одномерного. Пусть
N = LM. (2.2)
Представим одномерный массив x(n), 0 ≤ n ≤ N − 1 двумер-
ным x(l, m), обозначив l  — номер строки, m  — номер столбца
(рис. 2, а, б):
0 ≤ l ≤ L −1,

0 ≤ m ≤ M −1.
При этом номер элемента одномерного массива связан с номе-
рами строки и столбца следующим образом:
n = lM + m. (2.3)
Одномерный массив коэффициентов дискретного преобразо-
вания Фурье X(k), 0 ≤ k ≤ N − 1 также представим двумерным мас-
сивом X(r, s), где r — номер строки, s — номер столбца (рис. 2, в):
0 ≤ r ≤ M − 1,

0 ≤ s ≤ L − 1.
10
0 n N –1

0 m M –1 0 s L –1
0 0

l r

L– 1 M–1
б в

Рис. 2. Представление одномерного массива двумерным:


а — одномерный массив отсчетов сигнала и коэффициентов ДПФ;
б — двумерный массив отсчетов сигнала;
в — двумерный массив коэффициентов ДПФ

При этом
k = rL + s. (2.4)

Коэффициенты одномерного ДПФ X(k) через элементы дву-


мерного массива x(l, m) могут быть выражены так:
M− 1 L− 1
X (r , s) =
=m 0=l 0
∑ WM − rmWN − sm ∑ x ( l , m )WL −ls . (2.5)

В этом выражении внутренняя сумма

L− 1
qm ( s ) = ∑ x(l , m)W
l=0
L
− ls
(2.6)

представляет собой L-точечное ДПФ m-го столбца двумерного


массива x(l, m).
11
Затем полученные в результате преобразования каждого из M
столбцов коэффициенты ДПФ умножаются на множители пово-
рота, образуя вспомогательный массив:

h( s, m) = qm ( s )WN− ms. (2.7)

При этом внешняя сумма в выражении (2.5) является M-точеч-


ным ДПФ s-й строки двумерного массива h(s, m):
M− 1
x(r , s ) = ∑ h( s,
m=0
m)WM− rm. (2.8)

Вычисления коэффициентов ДПФ в  соответствии с  этими


выражениями составляют суть обобщенного алгоритма БПФ
(алгоритма Кули — Тьюки с произвольным основанием и множи-
телями поворота).
Блок-схема алгоритма приведена на рис. 3. Вычисления в соот-
ветствии с блок-схемой состоят из:
— L-точечных ДПФ (M преобразований, по L2 комплексных
умножений в каждом);
— L-комплексных умножений на множители поворота (M раз);
— M-точечных ДПФ (L преобразований, по M 2 комплексных
умножений).
Общее число комплексных умножений составляет

ML2 + ML + M 2L = N(L + M + 1),

а коэффициент ускорения вычислений (КУВ) определяется как


N2 N
=ÊÓÂ = . (2.9)
N ( L + M + 1) L + M + 1
Эффективность вычислений возрастает, если описанную про-
цедуру можно применять рекурсивно, то есть когда N разлагается
на большое число сомножителей.
12
Отображение вектора [ x(n)] в матрицу [ x(l, m)
m]
в соответствии с (2.3)

Вычисление L -точечного ДПФ столбца m


в соответствии с (2.6)

Умножение на множители поворота WN–sm


в соответствии с (2.7).
Запись элемента s столбца m в матрицу [h(s, m) ]

Цикл по s

Цикл по m

Вычисление M -точечного ДПФ строки s


матрицы [h (s, m)] в соответствии с (2.8).
Запись элемента r столбца s в матрицу [X (r, s) ]

Цикл по r

Цикл по s

Отображение матрицы [X (r, s)]


в вектор [X (k)] в соответствии с (2.4 )

рис. 3. блок-схема алгоритма бпФ с произвольным основанием


13
Изменение порядка суммирования в  исходной формуле (2.5)
приводит к алгоритму, в котором операция умножения на повора-
чивающие множители предшествует вычислению первого ДПФ
(аналогично алгоритму с  «прореживанием по частоте» для БПФ
с основанием 2):
L −1
x(r , s ) = ∑ q1 (l , s )WL− ls , (2.10)
l=0

где
M −1
q1 (l , s ) = ∑ h (l , s, m)W
1
− rm
M
(2.11)
m=0

и
h1(l , s, m) = x(l , m)WN− sm . (2.12)
Этот алгоритм обеспечивает такое же ускорение вычислений,
но требует при своей реализации дополнительной памяти для про-
межуточных результатов.

3. Характеристики
цифровых фильтров
Под цифровым фильтром (ЦФ) в  общем случае понимают
систему, преобразующую один цифровой сигнал в  другой. Циф-
ровой фильтр реализуется или как программа на ЦВМ, или аппа-
ратным способом в виде цифровой схемы, содержащей регистры,
сумматоры, умножители и т. п. Кроме того, он может быть реали-
зован и  на специализированном цифровом элементе  — сигналь-
ном микропроцессоре.
ЦФ называется л и н е й н ы м, если выходная последователь-
ность y(n) при нулевых начальных условиях и воздействии вида
x ( n ) a1 x1 ( n ) + a2 x2 ( n )
=
описывается как
y ( n ) a1 y1 ( n ) + a2 y2 ( n ) ,
=

где y1(n) и y2(n) соответственно отклики ЦФ на x1(n) и x2(n).


14
Линейный ЦФ называется и н в а р и а н т н ы м в о ­в р е м е н и
(ЛИВ), если откликом на воздействие
( n ) x1 ( n − n0 )
x=
является
( n ) y1 ( n − n0 ) .
y=
Связь между входной x(n) и выходной y(n) последовательно-
стями в ЛИВ ЦФ описывается разностным уравнением с постоян-
ными коэффициентами вида
M N

=m 0=i 0
∑ am y(n −=
m) ∑ b x(n − i).
i (3.1)

Откуда, полагая а0 = 1 (нормируя относительно а0), получаем


алгоритм работы дискретного фильтра во временной области:
N M

iy ( n)
= ∑ b x(n − i ) − ∑ a m y (n − m), n ≥ 0. (3.2)
=i 0= m 1

В частном случае, когда все аm = 0,


N
y ( n)
= ∑ b x(n − i).
i=0
i (3.3)

Уравнение (3.2) описывает рекурсивный фильтр, а уравнение


(3.3) — нерекурсивный.
Выходной сигнал физически реализуемого ЛИВ ЦФ представ-
ляет собой апериодическую дискретную свертку входного сигнала
и импульсной характеристики ЦФ h(n):
n
y ( n ) = x ( n) ⊗ h( n) = ∑ h(m) x(n − m).
m=0
(3.4)

И м п у л ь с н а я х а р а к т е р и с т и к а представляет собой
реакцию нулевого состояния на воздействие в  виде дискретной
δ-функции. Из уравнений (3.2) и  (3.3) следует, что рекурсивный
фильтр имеет бесконечную импульсную характеристику (БИХ),
а нерекурсивный фильтр — конечную (КИХ).
15
Из свойств Z-преобразования следует, что свертке после-
довательностей х(n) и  h(n) соответствует произведение их
Z-преобразований:
Y ( z ) = X ( z ) H ( z ). (3.5)
Так как X(z) и Y(z) — это Z-преобразования входного воздейст-
вия и выходной реакции цифрового фильтра, то Z-преобразование
импульсной характеристики является передаточной функ­
цией фильтра:
H ( z ) = Y ( z ) / X ( z ). (3.6)
Передаточная функция рекурсивного фильтра имеет следую-
щий вид:
N

∑b z i
−i

H ( z ) = i=0
M
. (3.7)
1 + ∑ am z −m

m =1

Передаточная функция нерекурсивного фильтра описывается


выражением
L
H ( z ) = ∑ cl z − l . (3.8)
l=0

Преобразование Фурье от свертки дает произведение спектров


сворачиваемых сигналов, так что в частной области прохождение
сигналов через фильтр описывается как
Y ( jω=
) X ( jω) H ( jω), (3.9)
где

H ( jω) =∫ h(t )e − jωt d t (3.10)
−∞

преобразование Фурье импульсной реакции фильтра.


Эта функция называется к о м п л е к с н о й ч а с т о т н о й
х а р а к т е р и с т и к о й (КЧХ) фильтра, а  ее модуль и  фаза  —
соответственно а м п л и т у д н о - ч а с т о т н о й (АЧХ) и  ф а з о -
ч а с т о т н о й (ФЧХ) х а р а к т е р и с т и к а м и.
16
Требования к  фильтрам могут задаваться как во временной,
так и в частотной областях, что определяется назначением фильтра
и удобством его описания. Так, согласованные фильтры чаще зада-
ются импульсной характеристикой, а  избирательные  — частот-
ными характеристиками. В частотной области требования предъ-
являются к КЧХ либо к ее составляющим — АЧХ и ФЧХ.

4. Классификация фильтров
по виду частотных характеристик
Диапазон частот, в  котором затухание фильтра минимально
(для идеального фильтра равно нулю), называется п о л о с о й
п р о п у с к а н и я. Обычно это диапазон частот, занимаемый преи-
мущественно полезным сигналом.
Диапазон частот, в  котором затухание фильтра максимально
(для идеального фильтра равно бесконечности), называется
п о л о с о й п о д а в л е н и я (задерживания). Обычно это диапа-
зон частот, занимаемый преимущественно помехой.
Диапазон частот, лежащий между полосой пропускания
и полосой подавления, называют п е р е х о д н о й п о л о с о й.
В зависимости от взаимного расположения полос подавления
и пропускания различают следующие типы фильтров [11]:
1) фильтр нижних частот (ФНЧ) — фильтр с полосой пропус­
кания от 0 до частоты ωс и полосой подавления от ωз до бесконеч-
ности (ωc < ωз);
2) фильтр верхних частот (ФВЧ) — фильтр с полосой пропус­
кания от частоты ωс до бесконечности и полосой подавления от 0
до ωз (ωс > ωз);
3) полосовой фильтр (ПФ) — обе границы полосы пропуска-
ния представляют собой ненулевые частоты ωсн, ωсв, а с каждой из
сторон от полосы пропускания имеется по одной полосе подавле-
ния (от 0 до ωзн и от ωзн до ∞);
4) режекторный (заграждающий) фильтр (РФ)  — фильтр
с двумя полосами пропускания (от 0 до ωсн и от ωсв до ∞);
17
5) гребенчатый фильтр (ГФ)  — фильтр с  несколькими поло-
сами подавления и несколькими полосами пропускания;
6) всепропускающий фильтр постоянного затухания (ФПЗ) —
фильтр с  единичной (постоянной) передачей для всех частот
(т. е. с полосой пропускания от 0 до до ∞); используется для обес-
печения требуемой фазовой коррекции и фазового сдвига.
Требования к амплитудно-частотной характеристике ­фильтра
включают, в  первую очередь, параметры полосы подавления,
полосы пропускания и переходной полосы.
В идеальном случае затухание фильтра должно быть равным
нулю в полосе пропускания и стремиться к бесконечности в полосе
подавления. В теории цепей на основе так называемого критерия
Пели  — Виннера доказывается, что фильтры с  прямо­угольной
АЧХ физически нереализуемы [2, с. 193].
Соответственно первая задача построения фильтра — аппрок-
симация идеальной прямоугольной характеристики функцией
цепи, удовлетворяющей условиям физической реализуемости. Эта
задача имеет многочисленные решения, доведенные для аналого-
вых фильтров до ряда стандартных функциональных построений,
которые основаны на различных способах аппроксимации.
Наиболее употребительными являются перечисленные
ниже типы фильтров, отличающиеся видом аппроксимирующей
функции.
1. Фильтр Баттерворта, имеющий максимально плоскую
АЧХ в полосе пропускания и монотонно возрастающее затухание
в полосе задерживания (рис. 4, а).
2. Фильтр Чебышева I рода с  равноволновой АЧХ в  полосе
пропускания и  монотонно возрастающим затуханием в  полосе
подавления (рис. 4, б).
3. Инверсный фильтр Чебышева II рода с  монотонно возрас­
тающим в полосе пропускания затуханием и равноволновой АЧХ
в полосе подавления (рис. 4, в).
4. Эллиптический фильтр (фильтр Золотарева  — Кауэра)
с  равноволновой АЧХ как в  полосе пропускания, так и  в  полосе
подавления (рис. 4, г).
18
H1 H1 H1 H1

Hс Hс Hс Hс

Hз Hз Hз Hз
0 0 0 0
ωс ωз ω ωс ωз ω ωс ωз ω ωс ωз ω
а б в г

Рис. 4. Аппроксимации АЧХ фильтра [4]

19
5. Фильтр Бесселя (фильтр с  максимально плоской характе­
ристикой группового времени запаздывания) с  аппроксимацией
ФЧХ рядом Тейлора.
Фильтры с  характеристиками указанных типов могут быть
реализованы как пассивными LC-цепями, так и активными RC‑схе-
мами, а также цифровыми методами.

5. Реализация цифровых фильтров


в частотной области
Дискретный фильтр в  переменных вход-выход описывается
уравнением (3.4), представляющим собой апериодическую (линей-
ную) свертку входного сигнала и импульсной характеристики.
Л и н е й н о й с в е рт ко й д ву х н е п е р и од и ч е с к и х
п о с л е д о в а т е л ь н о с т е й x(n) и   h(n), содержащих соответ-
ственно N1 и N2 отсчетов, называется последовательность
n
y ( n)
= ∑ x(m)h(n −=
m=0
m), n 0,1, 2, ..., N1 + N 2 − 2. (5.1)

Последовательность y(n) является конечной и  имеет длину


N1 + N2 −1 отсчетов.
Другим типом свертки двух последовательностей является
круговая (циклическая) свертка.
Круговой с в е рт ко й двух периодиче ских
п о с л е д о в а т е л ь н о с т е й х(n) и h(n), n = 0, 1, 2, …, N − 1
называют последовательность, образованную таким образом:
N −1 N −1

=
y ( n)
=
l 0=l 0
∑ h(l ) x=
(n − l ) ∑ x(l )h(n − l ). (5.2)

Последовательность y(n) также периодическая с периодом N.


Операции вычисления круговой (циклической) свертки соот-
ветствует произведение коэффициентов ДПФ:

Y(k) = X(k)H(k), k = 0, …, N − 1. (5.3)


20
Тогда реакция y(n) может быть найдена как обратное ДПФ:

1 N −1
y ( n) =
N
∑ Y (k )W
k =0
nk
N
, n = 0, …, N −1. (5.4)

При вычислении прямого и обратного преобразования целесо-


образно использовать алгоритмы БПФ. 
Для применения этих алгоритмов к описанию процесса преоб­
разования сигнала в линейном ЦФ, а следовательно, и для приме-
нения БПФ для реализации ЦФ, сведем апериодическую свертку
к  эквивалентной циклической. Для этого сформируем вспомога-
тельные периодические последовательности x1(n) и h1(n) длиной
по N1 + N2 − 1 отсчетов путем дополнения нулями последователь-
ностей х(n) и h(n):

= x(n), n 0,1, ..., N1 − 1


x1 (n) =  , (5.5)
=0, n N1 , ..., N1 + N 2 − 2

= h(n), n 0,1, ..., N 2 − 1


h1 (n) =  . (5.6)
=0, n N 2 , ..., N1 + N 2 − 2

Тогда линейная свертка последовательностей x(n) и h(n) будет


равна N1 + N2 − 1 — точной круговой свертке последовательностей
x1(n) и h1(n):
N1 + N 2 − 2
y ( n)
= ∑
m=0
x1 (m)h1 (n − m=
), n 0,1, ..., N1 + N 2 − 2 (5.7)

и может быть вычислена с использованием алгоритмов БПФ. Вывод


проиллюстрирован на рис. 5.
Переход к вспомогательным последовательностям, описываю-
щим как входной сигнал, так и импульсную характеристику ЦФ,
позволяет реализовать последний в частотной области, используя
эффективные алгоритмы БПФ. Схема такой реализации приведена
на рис. 6.
21
x(n), x1 (n)

0 N1 –1 N1 + N2 – 1 n

h(n), h1 (n)

0 N2 – 1 n

h(m-n), h1 (m-n)

0 m n

y(m), y1 (m)

0 N1+N2 – 2 m

Рис. 5. Эквивалентность апериодической (полужирные линии) и цикли-


ческой (пунктир) сверток
22
X (k) Y(k)
x1 (n) Прямое Перемно- Обратное y(n)
ДПФ житель ДПФ

H(k)
Прямое
ДПФ

h1(n)

Рис. 6. Схема реализации линейного ЦФ в частотной области

Отметим, что значения комплексной частотной характерис­


тики H(k) при реализации ЦФ рассчитываются заранее и хранятся
в памяти.

6. Спектральный анализ
с применением БПФ
При выполнении условий теоремы Котельникова коэффи-
циенты ДПФ X(k) с  точностью до множителя 1/Tд представляют
собой отсчеты спектральной плотности аналогового сигнала на
частотах, кратных 2π/NTд. Таким образом, устройство (или алго-
ритм), реализующее БПФ, можно рассматривать как спектроана-
лизатор, осуществляющий анализ спектра на N частотах в диапа-
зоне от 0 до частоты дискретизации Fд.
Обычно спектроанализатор представляет собой набор фильт­
ров или один перестраиваемый фильтр. Важнейшей характерис­
тикой спектроанализатора является разрешающая способность,
определяемая формой частотной характеристики фильтра. Для
определения этой характеристики при использовании БПФ уста-
новим связь между спектральным измерением и фильтрацией.
Рассмотрим нерекурсивный фильтр, схема которого приве-
дена на рис. 7.
23
x ( N − 1) x (0)
z −1 z −1 z −1

WN− k ( N −1) WN− k ( N −2) WN− k

∑ X (k )

Рис. 7. Структурная схема нерекурсивного фильтра, реализующего


вычисление k-го коэффициента ДПФ

Его импульсная характеристика (отклик на дискретную


δ-функцию) представляет собой последовательность коэффициен-
тов Сn.

h(n)=C0, C1, …, CN − 1, 0, 0, 0… (6.1)


Алгоритм работы такого фильтра во временной области опи-
сывается следующим уравнением:
n
y ( n) = ∑
m =n − N + 1
x(m)Cn − m . (6.2)

Потребуем, чтобы в  момент n = N − 1, т. е. после обработки


в фильтре N отсчетов, сигнал на его выходе совпадал со значением
k-го коэффициента ДПФ, определяемого формулой (1.5):
N−1
y ( N − 1)
=
m=0
∑=
C x ( m) N−1− m X(k ). (6.3)

Для выполнения этого условия необходимо, чтобы коэффици-


енты фильтра удовлетворяли соотношению
24
C N − 1 − m = WN− km . (6.4)

Таким образом, процессор БПФ, рассматриваемый как фильтр


с k-м отводом в качестве выхода, описывается структурной схемой,
изображенной на рис. 7. Импульсная характеристика этого филь-
тра задается соотношением
j 2 πk ( n + 1)
hk (n) WN− k (=
= N − 1 − n)
e N
, 0 ≤ n ≤ N − 1. (6.5)
Передаточная функция такого фильтра, определяемая через
Z-преобразование его импульсной характеристики, описывается
выражением
1 − z − N exp ( j 2πk )
H k ( z ) exp ( j 2πk / N )
= . (6.6)
1 − z −1 exp ( j 2πk / N )

Комплексная частотная характеристика получается из этого


выражения путем подстановки z = exp ( jωTд):

(
H k ( jω) =exp j 2π k )N 11−−expexp[−[−jNj((ωωTT ++22ππkk NN))] .
ä

ä
(6.7)

Модуль этого выражения  — амплитудно-частотная харак-


теристика (АЧХ) БПФ-фильтра по k-му отводу описывается
выражением
sin [ N (ωTä + 2π k N ) / 2]
H k (ω) = . (6.8)
sin [(ωTä + 2π k N ) / 2]

Таким образом, процессор БПФ с  k-м отводом, рассматрива-


емым в качестве выхода, представляет собой дискретный фильтр
с амплитудно-частотной характеристикой вида
sin NΩ 2
H (Ω) = ,
sin Ω 2
(6.9)
сдвинутой по частоте на величину
25
Ω k =ωkTä =2π k / N , (6.10)

с шириной главного лепестка (по нулевому уровню), равной 4πk/N.


Полоса пропускания такого фильтра по уровню половинной мощ-
ности, определяющая разрешающую способность спектроанали-
затора по частоте, составляет
2π 2π
∆Ω = ∆ωTä = 0,89 ≈ . (6.11)
N N
Амплитудно-частотные характеристики фильтров, соответст-
вующих соседним отсчетам БПФ, перекрываются не только боко-
выми лепестками, но и главными практически на уровне половин-
ной мощности. Это объясняет наличие ненулевого отклика на всех
отводах процессора БПФ при вычислении ДПФ гармонического
сигнала с частотой, некратной 2π/NTд.

7. Синтез фильтров с конечной


импульсной характеристикой
методом «окна»
Дискретные и  цифровые фильтры с  конечной импульсной
характеристикой обладают положительными свойствами, обусло-
вившими их широкое распространение: они всегда устойчивы и
позволяют обеспечить линейную фазо-частотную характеристику
(постоянное время запаздывания). Условия линейности фазо-
частотной характеристики нерекурсивного фильтра заключаются
в наличии определенного типа симметрии импульсной характерис­
тики h(n) [1, 14].
Системная функция дискретного фильтра с КИХ задается
выражением (3.8). Метод «окна» (или «взвешивания») заключа-
ется в  модификации коэффициентов фильтра (отсчетов беско-
нечной импульсной характеристики h(n)), полученных в  соот-
ветствии с  обратным преобразованием Фурье от заданной
комплексной частотной характеристики, для формирования
26
требуемой импульсной характеристики конечной длительности
hk(n) следующим образом [13]:
hk(n) = h(n)w(n), (7.1)
где w(n)  — конечная весовая последовательность, называемая
«окном», причем
(n) 0 ï ðè n < 0, n > N .
w= (7.2)
Таким образом, процедура расчета дискретного фильтра
с КИХ по методу взвешивания состоит из трех этапов.
1. Задается требуемая комплексная частотная характеристика
H(  jΩ).
2. Находится соответствующая импульсная характеристика
h(n) путем нахождения обратного Z-преобразования функции  .
3. Подбирается подходящая функция «окна» w(n) для модифи-
кации последовательности h(n) и получения импульсной характе-
ристики конечной длительности hk(n). Поскольку умножению двух
последовательностей во временной области в  частотной области
соответствует циклическая свертка двух комплексных частотных
характеристик (фильтра с  «неусеченной» импульсной характери-
стикой и частотной характеристики «окна»)
H = jΩ
k (e ) H (e j Ω) ⊗ W (e j Ω ), (7.3)
«взвешивание» обеспечивает сглаживание выбросов первоначаль-
ной частотной характеристики, т. е. подавление ее отклонений
и  пульсаций. Действительно, вблизи точки разрыва идеальной
частотной характеристики фильтра свертка приводит к появлению
двух эффектов: во-первых, к  отклонениям (пульсациям) частот-
ной характеристики из-за неодинакового вклада обеих полови-
нок частотной характеристики «окна», во-вторых, к сглаживанию
разрыва в  пределах некоторой конечной переходной полосы. Ее
ширина зависит от ширины главного лепестка частотной харак-
теристики «окна», а  уровень пульсаций  — от амплитуды боко-
вых лепестков. Отcюда следует, что спектральная плотность
оптимального «окна» W(e jΏ) должна удовлетворять следующим
требованиям:
27
1) обладать минимальной шириной главного лепестка, содер-
жащего большую часть общей энергии (для обеспечения мини-
мальной переходной полосы);
2) обладать минимальной площадью под боковыми лепест-
ками (для обеспечения минимума пульсаций).
К сожалению, эти требования несовместимы, поэтому отыска-
ние подходящих весовых последовательностей, т. е. «окон», осно-
вывающееся на классических работах по ускорению сходимости
рядов Фурье, является искусством нахождения разумного компро-
мисса между этими требованиями.
Простейшим фильтром с КИХ является так называемый одно-
родный фильтр с системной функцией вида
L −1
H ( z ) = ∑ z − l , (7.4)
l=0

т. е. КИХ — фильтр с одинаковыми коэффициентами:


Ñ0= Ñ1= ...= ÑL − 1= 1.

Однородный фильтр может быть реализован без операций


умножения и  представляет собой сумматор L отсчетов. Ампли-
тудно-частотная характеристика однородного фильтра описыва-
ется формулой
sin ( LΩ / 2)
H (Ω) = . (7.5)
sin (Ω / 2)

В диапазоне нормированных частот (0, 2π) эта функция L − 1


раз обращается в  ноль. Очевидно, что однородный фильтр явля-
ется ФНЧ с полосой пропускания на уровне половинной мощно-
сти, примерно равной π / L.
В связи с этим можно рекомендовать такую последователь-
ность определения числа суммируемых отсчетов в фильтре с КИХ
при выполнении расчетно-графической самостоятельной работы:
— из сопоставления заданной полосы фильтра и полосы сиг-
нала определить порядок однородного фильтра L и  принять его
28
в качестве первого приближения для размера весовой функции N
(размера «окна»);
— построить АЧХ фильтра с заданной весовой функцией, оце-
нить расширение полосы пропускания;
— скорректировать число N в сторону увеличения для получе-
ния требуемой полосы пропускания.

8. Этапы проектирования
цифрового фильтра
по аналоговому прототипу
Задача синтеза цифрового фильтра с БИХ заключается
в отыскании реализуемой передаточной функции вида (3.7), удов-
летворяющей заданным требованиям.
Первую группу методов расчета ЦФ с БИХ образуют прямые
методы расчета в  z-плоскости. Часто удается найти такое распо-
ложение полюсов и  нулей фильтра, при котором обеспечивается
некоторая аппроксимация непосредственно заданной характерис­
тики ЦФ. 
Однако вместо того чтобы заново создавать теорию расчета
ЦФ, можно использовать простые методы отображения, позво-
ляющие преобразовать характеристики аналоговых фильтров из
одной комплексной области (плоскость преобразований Лапласа)
в другую (z-плоскость). Такие методы расчета ЦФ получили назва-
ние синтез по аналоговому прототипу и используются наиболее
широко.
Проектирование рекурсивного цифрового фильтра по анало-
говому прототипу состоит из следующих этапов [4]:
1) учет искажений оси частот при билинейном Z-преобразо­
вании;
2) проектирование аналогового прототипа;
3) переход с помощью билинейного Z-преобразования к дис-
кретному фильтру;
4) выбор структуры дискретного фильтра и  расчет его коэф-
фициентов;
29
5) квантование коэффициентов дискретного фильтра (переход
к цифровому фильтру);
6) анализ влияния ограничения разрядности и коррекция коэф-
фициентов ЦФ. 
Ниже приводятся методические рекомендации по выполне-
нию основных этапов проектирования

9. Проектирование
аналогового прототипа
Проектирование аналогового прототипа цифрового фильтра
заключается в выборе вида аппроксимации АЧХ, расчете порядка
фильтра и  определении коэффициентов его передаточной функ­
ции. Завершается проектирование аналогового прототипа ЦФ
построением амплитудно-частотной и  фазо-частотной характе­
ристик фильтра.
При задании требований к ФНЧ фигурируют следующие пара-
метры АЧХ (рис. 8):
ωс  — частота среза, определяющая полосу пропускания
фильтра;
ωз — граница области затухания;
Нс — уровень АЧХ, определяющий неравномерность передачи
в полосе пропускания, одной из границ которой является частота
среза;
Нз  — уровень АЧХ, определяемый гарантированным затуха-
нием в полосе подавления.
Поведение графика АЧХ в  полосе пропускания и  в области
затухания в задании на расчет не регламентируется, кроме выпол-
нения единственного, заранее обговариваемого условия — допус­
кается или не допускается наличие пульсаций на этих участках
АЧХ. В зависимости от того, как формулируется заданное условие,
возможны четыре основных типа аппроксимаций АЧХ: Баттер-
ворта, Чебышева (I и II рода) и Кауэра.
30
H (ω)

1

Переходная зона


ωс ωз
0
Полоса Область ω
пропускания затухания

Рис. 8. Определение требований к фильтру


Требования к ФВЧ и ПФ в области полос пропускания и подав-
ления также задаются уровнями Нс и Нз и значениями граничных
частот, которые затем переводятся в соответствующие значения
ФНЧ.

9.1. Преобразование частоты


Для использования на этапе расчета фильтра графиков
и  таблиц, помещенных в  справочниках, либо стандартных про-
грамм расчета, т. е. для обращения к «каталогу фильтров», необхо-
димо проектируемый фильтр привести к каноническому виду. Это
приведение осуществляется путем выполнения двух процедур:
преобразования частоты и нормирования частоты [8, 11].
Преобразование частоты представляет собой процедуру,
с  помощью которой требования к  ФВЧ, ПФ и  заграждающим
фильтрам (ЗФ) преобразуются в требования к ФНЧ, называемому
фильтром-прототипом. Эта же процедура после расчета фильтра-
прототипа дает простой способ перехода от ФНЧ к более сложным
типам фильтров.
Формально преобразование частоты заключается в  замене
частотной переменной ωнч во всех частотных характеристиках
фильтра-прототипа на функцию ωнч = W(ω).
31
Преобразование ФНЧ  — ФНЧ (масштабирование по час­
тоте). Осуществляется путем следующей замены частоты ω пере-
менной:
ω
Ω= W (ω= ) . (9.1)
ωñ
Таким образом, если фильтр-прототип имел частоту среза,
равную 1, то новый фильтр будет иметь частоту среза ωс.
Преобразование ФНЧ — ФВЧ. Осуществляется путем следую-
щей замены переменной:
A
ωí ÷ =W (ω) =− . (9.2)
ω
Преобразование частоты в  соответствии с  (9.2) приводит
к  тому, что точки на АЧХ фильтра-прототипа, соответствующие
частоте среза ωснч и границе полосы подавления (частоте гаранти-
рованного затухания) ωзнч, отображаются в  точки, соответствую-
щие частоте среза и частоте гарантированного затухания ФВЧ:
A A
ωñ = и ωç = . (9.3)
ωñí ÷ ωçí ÷
В частности, если преобразованию подвергается нормирован-
ный фильтр-прототип с частотой среза Ωснч = 1, то параметр преоб­
разования А равен частоте среза проектируемого ФВЧ. 
При задании требований к  характеристике затухания ФВЧ
необходимая избирательность фильтра-прототипа, определяющая
его порядок, вычисляется из соотношения
ωñí ÷ ωçâ÷
K
= = . (9.4)
ωçí ÷ ωñâ÷
Преобразование ФНЧ в  ПФ.  Функция преобразования имеет
следующий вид:
ω02 − ω2
ωí ÷= W (ω)= , (9.5)
−ωB
где ω0 является требуемой средней частотой, а параметр В опреде-
ляется полосой пропускания ПФ. 
32
Преобразование частоты в  соответствии с  выражением (9.5)
обладает указанными ниже свойствами.
1. Точка на характеристике ФНЧ, соответствующая ωнч = 0,
отображается на две средние частоты ω0 и − ω0. Точка, лежащая
в бесконечности, отображается на начало координат.
2. В общем случае любая точка на характеристике ФНЧ, соот-
ветствующая частоте ωнч, отображается на две точки, соответству-
ющие частотам, которые являются корнями квадратного уравнения
ω2 − Bωí ÷ω − ω02 = 0. (9.6)
В частности, границы полосы пропускания ωснч и  полосы
подавления ωзнч преобразуются в  две точки каждая (ωс1 и − ωс2,
ωз1 и ω−з2), что подтверждает получение характеристики, соответ-
ствующей полосовому фильтру.
3. Границы полос пропускания и  полос подавления относи-
тельно центральной частоты ω0 расположены с  соблюдением не
арифметической, а геометрической симметрии:
ωñ1ωñ2 =ω02 , ωç1ωç2 =ω02 . (9.7)
4. Сумма частот, в  которые преобразуется любая частотная
точка прототипа, постоянна. В частности,
ωñ1 − ωñ2 = Bωñí ÷ è ωç1 − ωç2 = Bωçí ÷ . (9.8)
Из этих соотношений можно определить параметр избира-
тельности фильтра-прототипа, если заданы требования к АЧХ ПФ:
ωñí ÷ ωñ1 − ωñ2 (9.9)
K
= = .
ωçí ÷ ωç1 − ωç2

9.2. Расчет порядка фильтра


9.2.1.Фильтр Баттерворта
АЧХ ФНЧ Баттерворта описывается монотонно убывающей
зависимостью вида [11]
33
1
H (ω) =
2N
 ω (9.10)
1+  
 ω0 

и однозначно определяется двумя параметрами: характерной


частотой ω0 и порядком фильтра N [4].
Из анализа разложения квадрата этой функции в ряд Макло-
рена следует, что первые (2N  − 1) производные ее равны нулю
вблизи ω = 0. По этой причине фильтры Баттерворта также назы-
ваются фильтрами с максимально плоскими (гладкими) АЧХ.
Частота ω0 и порядок фильтра находятся из решения системы
двух уравнений. Они составляются для заданных значений ωс, ωз,
Hc, Hз. Система этих уравнений согласно выражению (9.10) имеет
вид
2N
−2 ω 
H = 1+  c 
c ,
 ω0 
2N
(9.11)
−2 ω 
H = 1+  ç  .
ç
 ω0 

Решение этих уравнений относительно ω0 и N дает:

ω0 =ωñ ( H ñ−2 − 1) −1/2 N ,

 Í −2 − 1 
lg  ç−2  (9.12)
Í −1 
N=  ñ .
 ωç 
2 lg  
 ωñ 

Из выражения (9.10) следует, что на характерной частоте ω0


АЧХ фильтров Баттерворта любого порядка пересекаются на
уровне 1/√2 (т. е. на уровне − 3 дб). Поэтому чаще всего в качестве
характерной частоты выбирают частоту среза.
34
Значение N, определяемое выражением (9.12), округляется
до ближайшего большего целого числа. При этом рассчитывае-
мый фильтр приобретает несколько лучшие характеристики по
сравнению с заданными, а именно большее ослабление в области
затухания.

9.2.2. Фильтры Чебышева


В фильтрах Чебышева отличия аппроксимации от идеально
прямоугольной АЧХ представляются равновеликими пульсаци-
ями. В  зависимости от того, где допускаются эти пульсации  —
в полосе пропускания или в полосе затухания, различают фильтры
Чебышева I и II рода (рис. 9).

H H
1 H с = 1 / 1 + ε2 1
Hс Hс

Hз Hз
0 0
ωc ωз ω ωc ωз ω
а б

Рис. 9. АЧХ прямого (а) и инверсного (б) фильтров Чебышева

АЧХ прямого фильтра Чебышева (I рода) описывается выра-


жением
1
H (ω) = ,
ω
2 2
(9.13)
1+ ε T ( ) N
ωñ

где TN(Ώ) — полином Чебышева N-го порядка от аргумента


Ω = ω / ωс:
cos ( N arccos Ω), Ω ≤ 1
TN (Ω) = . (9.14)
 ch ( N arch Ω), Ω > 1
35
Параметр ε в соотношении (9.13) характеризует неравномер-
ность АЧХ в полосе пропускания.
Порядок фильтра определяется из соотношения (9.13) при
ω = ωз, тогда
1
= H ç2 .
ω (9.15)
1 + ε 2TN2 ( ç )
ωñ

Отсюда с использованием формулы (9.14) получим:

Í −2
ç −1   ω 
= ñh  N arch  ç   .
ε   ωñ  
Тогда соотношение для определения порядка N запишется так:
 H −2 − 1 
arch  ç

 ε  (9.16)
N=  .
arch ( ωç / ωñ )

Используя свойства обратной функции от гиперболического


косинуса, выражение (9.16) можно заменить более удобным выра-
жением [6]

N≥
(
lg q + q 2 − 1 ) . (9.17)
(
lg Ω ç + Ω −1)
2
ç

Здесь использованы обозначения

100,1 Àç − 1
q= (9.18)
100,1 Àñ − 1
и Ωз = ωз / ωс.
При расчетах в  выражениях (9.17) и  (9.18) абсолютные зна-
чения затухания в полосе пропускания Aс и полосе подавления Aз
берутся в децибелах.
36
АЧХ аналогового нормированного ФНЧ Чебышева II рода
(инверсного) описывается следующим выражением [6]:
1
H (ω) = . (9.19)
1 + ε T (ωç / ωñ ) / TN2 (ωç / ω)
2 2
N

Для определения порядка фильтра Чебышева II рода (инвер-


сного) используются выражения, аналогичные выражениям (9.16),
(9.17) и (9.18), которые использовались для фильтра I рода.

9.2.3. Фильтр Кауэра


Фильтр этого типа обладает АЧХ, отличительной особенно-
стью которой является наличие пульсаций как в полосе пропуска-
ния, так и в области затухания.
Выражение для АЧХ фильтра Кауэра имеет следующий вид:
1
H (ω) = , (9.20)
2 2
1 + ε R (ω / ωñ , L)
N

где RN(Ώс, L) — эллиптическая функция Якоби; L — параметр,


характеризующий пульсации функции RN(Ώс, L):
−2
ε Í ñ −1
=L = . (9.21)
H ç−2 − 1 Í −2
ç −1
Присутствие функции RN в формуле (9.20) определило и дру-
гое название фильтров этого типа — эллиптические фильтры.
Порядок фильтра Кауэра определяется по формуле [5]

N=
K (Ω −ç 1 ) K ( 1 − L2 ), (9.22)
K ( L) K ( 1 − Ω ç−2 )
где K — символ полного эллиптического интеграла 1-го рода.
Более подробные сведения об эллиптических фильтрах можно
найти в учебном пособии [6].
37
В пакете MATLAB (приложение Signal Processing) имеются
функции выбора порядка фильтров buttord, cheb1ord, cheb2ord,
ellipord, позволяющие рассчитывать на основе соотношений
(9.12)  — (9.22) минимально необходимый порядок как аналого-
вых, так и дискретных фильтров [7].

9.3. Определение коэффициентов передаточной


функции аналогового фильтра-прототипа
Коэффициенты передаточной функции:
b — вектор-строка коэффициентов (в порядке убывания сте-
пеней) числителя,
a — вектор-строка коэффициентов знаменателя —
для заданного порядка фильтра определяются либо по данным
справочников [8, 19], либо с  использованием двух стандарт­ных
функций пакета MATLAB [7].
Функция zp2tf осуществляет преобразование коэффициента
усиления, а также нулей и полюсов передаточной функции в коэф-
фициенты полиномов ее числителя и знаменателя:
[b, a] = zp2tf(z, p, k).
Расчет значений координат нулей (вектор-строка z), полю-
сов (вектор-строка p) и  коэффициента усиления k производится
с помощью:
— функции buttap для фильтра Баттерворта
[z, p, k] = buttap( N);
— функции cheb1ap для фильтра Чебышева I рода
[z, p, k] = cheb1ap( N, DA);
— функции cheb2ap для фильтра Чебышева II рода
[z, p, k] = cheb2ap( N, A);
— функции ellipap для эллиптических фильтров
[z, p, k] = ellipap( N, DA, А).
Гарантированное затухание в  полосе подавления A и  нерав-
номерность частотной характеристики в  полосе пропускания DA
задаются в децибелах.
38
10. Переход к дискретному
фильтру с помощью билинейного
z-преобразования
Метод билинейного z-преобразования позволяет синтезиро-
вать рекурсивный дискретный фильтр по частотной характерис­
тике аналогового прототипа.
Передаточная функция аналоговой цепи представляет собой
дробно-рациональную функцию комплексной переменной p.
Чтобы получить передаточную функцию дискретного фильтра,
необходимо перейти из комплексной p-области в  комплексную
z-область, причем дробно-рациональный характер функции дол-
жен сохраниться. Поэтому замена переменной p должна представ-
лять собой также дробно-рациональную функцию переменной z.
Процедура перехода должна удовлетворять двум указанным
ниже условиям.
1. Мнимая ось р-плоскости должна отображаться на единичную
окружность z-плоскости [p = jω, − ∞ < jω < ∞] → [z = exp ( jωTд),
− π < ωTд < π]. Это условие обеспечивает сохранение вида ЧХ ана-
логовых фильтров.
2. Левая половина р-плоскости должна отображаться в  часть
z-плоскости внутри единичного круга  .
Это условие необходимо для сохранения свойств устойчивости,
т.  е. чтобы процедура перехода переводила устойчивый аналого-
вый фильтр в устойчивый ЦФ. 
Базовое соотношение z = exp ( pTд) для перехода из p-плос­
кости в z-плоскость не может быть использовано при расчете циф-
ровых фильтров на основе дискретизации характеристик аналого-
вого фильтра-прототипа, поскольку переменная p определяется из
этого соотношения трансцендентным выражением
p = (1/Tд) ln z, (10.1)
что не позволяет представить передаточную функцию рассчиты-
ваемого фильтра дробно-рациональной функцией. Тем не менее
39
это затруднение может быть преодолено, если логарифмическую
функ­цию в выражении (10.1) представить следующим рядом:
 z −1 1 z −1 3 1 z −1 5 
ln z =2  + ( ) + ( ) + ... .
 z +1 3 z +1 5 z +1 

Взяв из этого ряда только первый член разложения и подста-


вив его в выражение (10.1), получим
2 z −1
p= . (10.2)
Tä z + 1

Выражение (10.2) представляет собой дробно-линейную (или


билинейную) функцию и  лежит в  основе метода билинейного
­преобразования. Для практических расчетов его удобнее предста-
вить так:
2 z −1 1 − z −1
=p = 2 fä . (10.3)
Tä z + 1 1 + z −1

При билинейном Z-преобразовании левая половина


p-плоскости отображается внутрь единичной окружности на
z-плоскости, ­поэтому синтез по устойчивому аналоговому прото-
типу дает гарантированно устойчивый дискретный фильтр.

10.1. Учет искажений оси частот


Частотные характеристики аналогового и дискретного фильт­
ров связаны друг с другом трансформацией частотной оси:
 2  ωT  
H ä (ω) =H à  tg  ä   . (10.4)
 Tä  2  
На низких частотах, когда ωТд 1, тангенс примерно равен
своему аргументу:
2  ωTä 
tg ≈ ω. (10.5)
Tä  2 

40
Поэтому в  области низких частот частотные характеристики
аналогового и дискретного фильтров почти совпадают. Далее, по
мере ускорения роста функции тангенса, частотная характерис­
тика дискретного фильтра все сильнее сжимается по горизонтали
по сравнению с аналоговым прототипом и на частоте, равной поло-
вине частоты дискретизации, достигает значения, которое частот-
ная характеристика аналогового фильтра имела бы на бесконечной
частоте.
Для получения дискретного фильтра с  заданными часто-
тами среза необходимо скорректировать частоты среза аналого-
вого прототипа, чтобы компенсировать искажения частотной оси.
Связь между частотой аналогового прототипа ωа и  дискретного
­фильтра ωд выглядит следующим образом:
2 ω T 
ωà = tg  ä ä  , (10.6)
Tä  2 

где ωа — частота аналогового прототипа; Tд — интервал дискрети-


зации; ωд — частотная переменная в характеристиках дискретного
фильтра.
По этой формуле рассчитывают скорректированные частоты
для проектирования аналогового прототипа. В частности, частота
гарантированного затухания определяется таким образом:
2  ωçäTä  2  2πFçä Tä 
=ωçà tg
= tg , (10.7)
Tä  2  Tä  2 
где ωзд  — частота гарантированного затухания дискретного
фильтра.

10.2. Расчет коэффициентов цифрового фильтра


В основе расчета коэффициентов ai и bj передаточной функции
цифрового фильтра лежит подстановка в  выражение для переда-
точной функции аналогового фильтра-прототипа H( p) вместо
переменной p выражения (10.3) и  последующего приведения его
к каноническому виду.
41
В пакете MATLAB (приложение Signal Processing) имеется
функция bilinear, позволяющая преобразовывать заданные раз-
личными способами описания аналоговых фильтров в  дискрет-
ные на основе метода билинейного z-преобразования. При этом
векторы-строки коэффициентов числителя (в порядке убывания
степеней) bz и знаменателя az передаточной функции дискретного
фильтра определяются следующим образом:
[bz, az] = bilinear (b, a, Fд, Fp).
Частота дискретизации Fд задается в  герцах. Дополнитель-
ный входной параметр Fp представляет собой частоту, на которой
комплексные коэффициенты передачи аналоговой и  дискретной
систем будут совпадать (с учетом трансформации шкалы частот).
Кроме этой функции в  пакете Signal Processing имеются
готовые функции расчета дискретных ФНЧ, ФВЧ, полосовых
и  режекторных фильтров по аналоговым прототипам фильтров
Баттерворта, Чебышева (I и  II рода) и Кауэра методом билиней-
ного Z-преобразования, интегрирующие все рассмотренные выше
процедуры:
butter (N, w0, type) — расчет фильтров Баттерворта;
cheby1 (N, ΔA , w0, type ) — расчет фильтров Чебышева I рода;
cheby2 (N, A, w0, type) — расчет фильтров Чебышева II рода;
ellip (N, ΔA , A, w0, type) — расчет эллиптических фильтров.
Параметры w0 и  type используются совместно для задания
типа фильтра и его частот среза (нормированных к частоте Найк­
виста) [7, 17].
При выполнении курсовой работы целесообразно эти функ­
ции использовать для проверки результатов, полученных по изло-
женной выше методике.

11. Анализ ограниченной разрядности


представления коэффициентов фильтра
При проектировании дискретного фильтра считается, что его
коэффициенты задаются как вещественные числа, т. е. с бесконеч-
ной точностью. Коэффициенты цифрового фильтра квантованы
42
и  представлены в  системе счисления с  конечной разрядностью,
определяемой разрядностью памяти микропроцессора, на котором
реализуется цифровой фильтр. Квантование коэффициентов может
привести к  существенному искажению комплексной частотной
характеристики дискретного фильтра в силу изменения координат
полюсов и нулей передаточной функции. В связи с этим процедура
проектирования ЦФ при заданной разрядности представления
коэффициентов является итеративным процессом. Теоретическая
оценка влияния разрядности на искажения комплексной частотной
характеристики достаточно сложна и трудоемка.
Деформация частотных характеристик при переходе к ЦФ не
должна приводить к их выходу за пределы, установленные в зада-
нии на проектирование, поэтому при расчете дискретного ­фильтра
величины неравномерности затухания в  полосе пропускания
и гарантированного затухания в полосе подавления берутся с неко-
торым запасом.
Степень искажения частотных характеристик фильтра зависит
не только от его типа и порядка, но и от формы реализации (пря-
мая, каскадная, параллельная), и при выполнении курсовой работы
должны быть исследованы как минимум две формы реализации
и выбрана наименее чувствительная.
Влияние квантования коэффициентов рассматривается для
нескольких значений разрядности. При этом квантованные значе-
ния коэффициентов bzq, azq получаются путем применения сле-
дующей процедуры в пакете MATLAB:
bzq = round (bz � M)/M;
azq = round (az � M)/M.
Здесь М — число уровней квантования при заданной разряд-
ности.
В заключение отметим, что в  пакете расширения MATLAB
Filter Design реализованы различные типы квантователей, а также
алгоритмы фильтрации, использующие представление чисел
(в том числе и промежуточных результатов вычислений) в задан-
ных форматах.
43
Подробнее вопросы анализа влияния конечной разрядности на
характеристики цифровых фильтров рассматриваются в  учебном
пособии [6] и монографиях [9, 18].

12. Фильтры с понижением


частоты дискретизации
В процессе обработки дискретных и цифровых сигналов часто
возникает необходимость уменьшения или увеличения частоты
дискретизации. Эти процедуры носят название децимации или
интерполяции сигналов. Системы, реализующие их, являются
частным случаем так называемых нисходящих и восходящих дис-
кретных систем.
Нисходящей дискретной системой (НДС)
называют систему, частота дискретизации сигнала на выходе (fд1)
которой ниже частоты дискретизации сигнала на входе (fд).  Про-
стейшая НДС состоит из дискретного фильтра, осуществляющего
предварительную обработку входного сигнала с частотой дискре-
тизации fд, и  элемента, уменьшающего частоту дискретизации
в m раз — компрессора частоты дискретизации (КЧД), стоящего
на выходе системы. Предварительный фильтр (ПФ) необходим
для предотвращения или уменьшения наложения спектров, возни-
кающего в процессе децимации сигнала.
При аппаратурной или программной реализации НДС опера-
ции, выполняемые компрессором частоты дискретизации, обычно
совмещаются с  операциями, выполняемыми дискретным фильт­
ром, однако при анализе работы НДС целесообразно выделять
КЧД в отдельный блок (рис. 10).

x ( nTд ) Предварительный y ( nTд ) КЧД y1 (νmTд )


фильтр m
Н ПФ ( j ω)

Рис. 10. Структура простейшей нисходящей дискретной системы


44
КЧД представляет собой ключ, который замыкается в моменты
времени:
t = nmТд, n = 0, 1, 2, … .
Таким образом, из входного сигнала, описываемого решетча-
той функцией y(nТд) с интервалом дискретизации Тд, выбирается
только каждый m-й отсчет (прореживание последовательности
отсчетов). В результате формируется выходной сигнал, описывае-
мый решетчатой функцией
y1 (νTä1 ) =y1 (νmTä ) =y (νmTä ), (12.1)
=ν 0,1, 2, …=
; ν nm
с интервалом дискретизации Tд1 = mTд.
Связь между входной и выходной последовательностями про-
стейшей НДС во временной области может быть представлена сле-
дующим образом.
Процедура предварительной фильтрации описывается выра-
жением
n
=y ( n) ∑ h(l ) x(n − l ),
l=0
(12.2)

где h(n) — импульсная характеристика ПФ.


КЧД прореживает последовательность y(n), пропуская на
выход системы каждый m-й отсчет и формируя таким образом
выходную последовательность y1(ν) в соответствии с правилом
(12.1), учет которого в (12.2) дает
νm
y1 (ν) = y (νm) = ∑ h(l ) x(νm − l ).
l=0
(12.3)

Спектр выходного сигнала КЧД представляет собой сумму


спектров входного сигнала, сдвинутых один относительно другого
по оси частот на величину 2π/mTд:

1 m −1
Y1( jω)
= ∑ Y  j (ω + 2πq / mTä ) .
m q=0 
(12.4)

45
В свою очередь, спектр выходной последовательности ПФ
определяется спектром входной последовательности НДС и
КЧХ ПФ:
Y ( jω=
) X ( jω) H Ï Ô ( jω). (12.5)

Подставляя (12.5) в (12.4), получаем выражение, связывающее


спектры входного и выходного сигналов в простейшей НДС:

1 m −1
Y1 ( jω)
= ∑ X [ j (ω + 2πq / mTä )]H [ j (ω + 2πq / mTä )]. (12.6)
m q=0

Первое слагаемое в правой части этого выражения (соответ-


ствующее q = 0) представляет собой спектр полезного сигнала.

X (ω) H ПФ (ω)

ω
0 2π / Tд
а
q=0 q =1

ω
0 2π / Tд
б

Рис. 11. Спектральная плотность сигнала на входе (а) и выходе (б)


простейшей нисходящей дискретной системы (m = 2)
46
Прочие слагаемые можно рассматривать как спектры помех, иска-
жающих полезный сигнал в основной полосе, если АЧХ ПФ не
обеспечивает требуемого подавления за пределами основной
полосы сигнала. Указанный эффект проиллюстрирован на рис. 11.
Из анализа выражения (12.6) и рис. 11 становится ясным значе-
ние ПФ в структурной схеме простейшей нисходящей дискретной
системы. ПФ должен обеспечить подавление спектральных состав-
ляющих сигнала за пределами основной полосы для исключения
эффекта наложения после понижения частоты дискретизации.
Библиографические ссылки

1. Айфичер Э., Джервис Б. Цифровая обработка сигналов. Практиче-


ский подход. 2-е изд. М. [и др.] : Вильямс, 2004. 992 с.
2. Баскаков С.  И. Радиотехнические цепи и  сигналы  : учебник для
студентов вузов, обучающихся по специальности «Радиотехника».
4-е изд., перераб. и доп. М. : Высш. шк., 2003. 464 с.
3. Блейхут Р.  Быстрые алгоритмы цифровой обработки сигналов.
М. : Мир, 1989. 448 с.
4. Васильев В. П. Муро Э. Л., Смольский С. М. Основы теории и рас-
чета цифровых фильтров : учеб. пособие для высш. учеб. заведений. М. :
Издат. центр «Академия», 2007. 272 с.
5. Гадзиковский В. И. Теоретические основы цифровой обработки
сигналов. М. : Радио и связь, 2004. 344 с.
6. Гадзиковский В. И., Калмыков А. А. Теория и  проектирование
устройств цифровой фильтрации : учеб. пособие / ГОУ ВПО УГТУ-УПИ.
Екатеринбург, 2006. 433 с.
7. Дьяконов В., Абраменкова И. MATLAB. Обработка сигналов
и изображений : спец. справочник. СПб. [и др.] : Питер, 2002. 608 с.
8. Зааль Р. Справочник по расчету фильтров. М. : Радио и  связь,
1985. 752 с.
9. Куприянов М. С., Матюшкин Б. Д. Цифровая обработка сигналов:
процессоры, алгоритмы, средства проектирования. 2-е изд., перераб.
и доп. СПб. : Политехника, 2002. 592 с.
10. Лайонс Р. Цифровая обработка сигналов. 2-е изд. М. : Бином-
Пресс, 2006. 656 с.
11. Лэм Г. Аналоговые и  цифровые фильтры. Расчет и  реализация.
М. : Мир, 1982. 592 с.
12. Оппенгейм А., Шафер Р. Цифровая обработка сигналов. М. : Тех-
носфера, 2006. 856 с.
13. Основы цифровой обработки сигналов: Курс лекций : учеб. посо-
бие по специальности 201100 «Радиосвязь, радиовещание и  телевиде-
ние» / А. И. Солонина [и др.]. СПб. : БХВ-Петербург, 2003. 608 с.
14. Сергиенко А. Б. Цифровая обработка сигналов  : учеб. пособие
для студентов вузов, обучающихся по направлению подгот. дипломир.
48
специалистов «Информатика и  вычислительная техника». М. [и др.]  :
Питер, 2005. 604 с.
15. Сиберт У. М. Цепи, сигналы, системы  : в  2 ч. М. : Мир, 1988.
Ч. 1. 336 с.
16. Сиберт У. М. Цепи, сигналы, системы  : в  2 ч. М. : Мир, 1988.
Ч. 2. 360 с.
17. Современные системы моделирования  : методические указа-
ния к выполнению лабораторных работ / сост. М. П. Трухин ; ГОУ ВПО
УГТУ-УПИ. Екатеринбург, 2003. 46 с.
18. Солонина А. И., Улахович Д., Яковлев Л. Алгоритмы и  про-
цессоры цифровой обработки сигналов  : учеб. пособие для студентов,
обучающихся по направлению 654400 «Телекоммуникации». СПб. : БХВ-
Петербург, 2002. 454 с.
19. Ханзел Г. Справочник по расчету фильтров. М. : Сов. радио, 1974.
288 с.
ПРИЛОЖЕНИЕ 1

Тематика и содержание
индивидуальных домашних заданий
Тематика заданий включает разработку алгоритма и  про-
граммы БПФ, реализацию и анализ фильтра с конечной импульс­
ной характерис­тикой в  частотной области, реализацию и  анализ
фильтров с  пониже­нием частоты дискретизации. Темы заданий
распределяются в группе равномерно. Ниже приводится содержа-
ние заданий по каждой теме.

Тема 1. Разработка программы БПФ


1. Разработать алгоритм, изобразить его граф-схему и  соста­
вить программу БПФ на N точек. Определить число нетривиаль-
ных опе­раций сложения и  умножения и  оценить коэффициент
ускорения вычис­лений.
2. С  использованием разработанной программы построить
спектры следующих тестовых сигналов:
— гармоническое колебание при частоте дискретизации
fд = 2 f0;
— гармоническое колебание при частоте дискретизации
fд = 4 f0;
— сумма двух гармонических колебаний с частотами f0 и 1,2 f0
с соотношением амплитуд 1 : 5 при частоте дискретизации
fд = 2 f0;
— периодическая последовательность радиоимпульсов со
скваж­ностью, равной 4, и частотой дискретизации fд = 2 f0.
3. Построить амплитудно-частотную характеристику фильтра,
используя в качестве выходного отвод БПФ с номером N/ 2.
4. Объяснить полученные в п. 2 и 3 результаты.
5. Определить искажения спектра при задании сигнала числом
отсчетов, равным N1 (N1 < N), и дополнением массива нулями до N.
Варианты задания приведены в табл. 1.
50
Таблица 1
Варианты задания по теме 1

Вариант Тип БПФ N Основание


1 С прореживанием по времени 27 3
2 С прореживанием по времени 64 2×4×2×4
3 С прореживанием по времени 81 3
4 С прореживанием по времени 64 4
5 С прореживанием по времени 64 8
6 С прореживанием по времени 128 8×8×2
7 С прореживанием по времени 64 8×4×2
8 С прореживанием по частоте 128 2
9 С прореживанием по частоте 64 4
10 С прореживанием по частоте 54 3×3×3×2
11 С прореживанием по частоте 81 3
12 С прореживанием по частоте 128 8×2×8
13 С прореживанием по частоте 64 8
14 С прореживанием по частоте 64 8×4×2
15 С прореживанием по времени 60 2×2×3×5
16 С прореживанием по времени 30 5×3×2
17 Алгоритм БПФ для простых множителей 105 3×5×7
18 Алгоритм БПФ для простых множителей 35 7×5
19 Алгоритм Винограда 35 7×5
20 Алгоритм Винограда 30 5×3×2

Тема 2. Реализация и анализ цифрового фильтра


с конечной импульсной характеристикой
1. Разработать алгоритм, реализующий заданный тип фильтра
в частотной области (с использованием алгоритма БПФ).
2. Составить программу, позволяющую получить:
— спектр входного сигнала;
— спектральную (амплитудно-частотную) характеристику
окна;
— амплитудно-частотную и  импульсную характеристики
фильтра;
51
— отклик фильтра на заданный сигнал;
— спектр выходного сигнала.
3. Проанализировать полученные результаты.
Примечание. Частоту дискретизации сигнала выбирать из усло-
вия обеспечения уровня неопределенности (наложения спектров) не
хуже  − 13  дБ; полоса фильтра нижних частот задается относительно
ширины спектра сигнала по уровню − 3 дБ; скважность сигнала рассчи-
тывается по эффективной длительности импульса.
Варианты задания приведены в табл. 2.
Таблица 2
Варианты задания по теме 2

Тип Полоса Вид Скваж-


Вариант Тип «окна»
фильтра фильтра сигнала ность
1 ФНЧ 1 Лапласа — Гаусса 1 50
2 ФНЧ 1,5 Треугольное 2 15
3 ФНЧ 0,5 Параболическое 3 12
4 ФНЧ 0,5 Кайзера, Хэмминга 4 50
5 ФНЧ 1 Блэкмана 5 12
6 ФНЧ 0,75 Треугольное 6 30
7 ФНЧ 0,75 Параболическое 7 12
8 ФНЧ 1 Ханна 8 13
9 ФНЧ 1 Макса, Фока 9 13
10 ФНЧ 1,5 Кайзера 10 15
11 ФНЧ 0,75 Хэмминга 11 10
12 ФНЧ 1 Лапласа — Гаусса 12 12
13 ФНЧ 1,5 Параболическое 14 15
14 Согласованный – Хэмминга 16 28
15 Согласованный – Ханна 16 50
16 Согласованный – Ханна 17 15

Примечание. Цифрами обозначены следующие виды сигналов:


1 — двусторонний экспоненциальный видеоимпульс;
2 — треугольный импульс длительностью τ;
52
3 — гауссов видеоимпульс;
4 — прямоугольный видеоимпульс длительностью τ;
5 — трапецеидальный видеоимпульс с основанием 3τ и вершиной τ;
6 — косинусоидальный (половина периода) импульс длительностью τ;
7 — двусторонний экспоненциальный радиоимпульс с несущей часто-
той fд /4;
8 — прямоугольный радиоимпульс длительностью τ с несущей частотой
fд /2;
9 — прямоугольный радиоимпульс длительностью τ с несущей частотой
fд /4;
10 — экспоненциальный радиоимпульс с несущей частотой fд /4;
11 — экспоненциальный радиоимпульс с несущей частотой fд /6;
12 — прямоугольный радиоимпульс длительностью τ с несущей частотой
fд /6;
14 — смесь (сумма) прямоугольных видео и радиоимпульсов длительно-
стью τ с несущей частотой f0 = fд /4;
16  — прямоугольный радиоимпульс с  несущей частотой 2 fд и  внутри­
импульсной линейной частотой модуляции  — ЛЧМ (девиация
частоты равна fд /4, база сигнала 20);
17  — прямоугольный радиоимпульс с  несущей частотой fд /4 и  внутри-
импульсной ЛЧМ (девиация частоты равна fд /4, база сигнала 30).

Тема 3. Реализация и анализ цифрового фильтра


с понижением частоты дискретизации
1. Разработать алгоритм и  программу, реализующую во вре-
менной области заданный тип фильтра с понижением частоты дис-
кретизации на выходе.
2. С  помощью разработанной программы получить отклик
фильтра на заданный сигнал.
3. Построить амплитудно-частотную характеристику фильтра
и спектры сигнала на входе и выходе.
4. Проанализировать полученные результаты.
53
Варианты задания приведены в табл. 3.
Таблица 3
Варианты заданий по теме 3
Тип Вид Скваж-
Вариант m τи /Тд
фильтра сигнала ность
1 Сумматор восьми отсчетов 4 4 8 8
2 Сумматор шести отсчетов 3 15 8 6
Трансверсальный b0 = 1,
3 2 7 4 8
b1 = exp (  jω0Tд)
4 Сумматор двух отсчетов 2 8 8 4
5 Сумматор трех отсчетов 3 9 8 6
6 Сумматор трех отсчетов 2 10 6 9
7 Сумматор трех отсчетов 3 11 4 6
8 Сумматор трех отсчетов 2 12 5 8
9 Сумматор четырех отсчетов 4 3 4 8
10 Сумматор четырех отсчетов 2 2 5 12
11 Черестактовое вычитание 2 13 8 8
12 Черестактовое вычитание 2 14 5 12
13 Двойное черестактовое вычитание 2 15 5 8
14 Двойное черестактовое вычитание 4 13 4 8
15 Двойное черестактовое вычитание 2 14 8 8
16 Рециркулятор a1 = 0,7 exp (  jω0Tд) 4 15 4 16

Примечание. Цифрами обозначены следующие виды сигналов:


2 — треугольный импульс длительностью τ;
3 — гауссов видеоимпульс;
4 — прямоугольный видеоимпульс длительностью τ;
7 — двусторонний экспоненциальный радиоимпульс с несущей часто-
той  fд /4;
8 — прямоугольный радиоимпульс длительностью τ с несущей частотой
fд /2;
9 — прямоугольный радиоимпульс длительностью τ с несущей частотой
fд /4;
10 — экспоненциальный радиоимпульс с несущей частотой fд /4;
54
11 — экспоненциальный радиоимпульс с несущей частотой fд /6;
12 — прямоугольный радиоимпульс длительностью τ с несущей частотой
fд /6;
13 — смесь (сумма) прямоугольных видео- и радиоимпульсов длительно-
стью τ c несущей частотой f0 = fд /2;
14 — смесь (сумма) прямоугольных видео- и радиоимпульсов длительно-
стью τ с несущей частотой f0 = fд /4;
15 — смесь (сумма) прямоугольных видео- и радиоимпульсов длительно-
стью τ c несущей частотой f0 = fд /6.
ПРИЛОЖЕНИЕ 2

Задания к курсовой работе


«Расчет и проектирование цифровых фильтров»
1. Спроектировать ЦФ, удовлетворяющий приведенным далее
вариантам.
2. Привести структурную схему фильтра и рассчитать его АЧХ
и ФЧХ. 
3. Выполнить анализ влияния квантования коэффициентов на
характеристики спроектированного фильтра.
4. Привести рекомендации по реализации спроектированного
ЦФ на сигнальном микропроцессоре.
Расчет и  анализ характеристик производятся с  использова-
нием пакета программ MATLAB.
Характеристики фильтров описываются следующими пара­
мет­рами:
fс — частота среза фильтра, кГц;
Δ f — полоса пропускания, кГц;
fсв — частота среза верхняя, кГц;
fсн — частота среза нижняя, кГц;
f0 — средняя частота фильтра, кГц;
fз — частота гарантированного затухания, кГц; граница полосы
подавления;
fзв, fзн — верхняя и нижняя границы полосы подавления, кГц;
A — гарантированное затухание в полосе подавления, дБ;
ΔA  — неравномерность частотной характеристики в  полосе
пропускания, дБ;
K  — коэффициент усиления фильтра в  полосе пропускания,
усл. ед.
56
Вариант 1. Тип фильтра — полосовой, с максимально плос­
кой АЧХ в  полосе пропускания. Значения параметров фильтра
заданы в табл. 1.
Вариант 2. Тип фильтра — полосовой, с максимальной кру-
тизной скатов АЧХ. Значения параметров фильтра заданы в табл. 2.
Вариант 3. Тип фильтра  — ФВЧ Чебышева. Значения
парамет­ров фильтра заданы в табл. 3.
Вариант 4. Тип фильтра  — эллиптический нижних частот.
Значения параметров фильтра заданы в табл. 4.
Вариант 5. Тип фильтра — ФВЧ Баттерворта. Значения пара-
метров фильтра заданы в табл. 5.
Вариант 6. Тип фильтра — ФНЧ инверсный Чебышева. Зна-
чения параметров фильтра заданы в табл. 6.

Таблица 1
Подвариант
Параметр
1 2 3 4 5
fсн, кГц 2985 480 459 6000 980
fсв, кГц 3015 520 471 7000 1020
fзн, кГц 2970 460 441 5000 950
fзв, кГц 3030 540 479 8000 1050
A, дБ 30 40 30 20 30
ΔA, дБ 1 2 3 0,5 1

Таблица 2
Подвариант
Параметр
1 2 3 4 5
Δf, кГц 5 10 10 500 25
f0, кГц 300 2000 900 1000 2500
A, дБ 60 45 50 45 50
ΔA, дБ 0,02 0,1 0,15 0,15 0,08
fзн, кГц 295 1990 892 600 2480

57
Таблица 3
Подвариант
Параметр
1 2 3 4 5
fс, кГц 30 19 12 45 130
fз, кГц 24 15 10 40 100
A, дБ 30 25 20 25 30
ΔA, дБ 2 1 0,5 1 0,5
K, усл. ед. 4 6 4 5 8

Таблица 4

Подвариант
Параметр
1 2 3 4 5
fс, кГц 25 100 15 25 80
fз, кГц 35 120 30 35 95
A, дБ 30 35 55 30 30
ΔA, дБ 1 2 1 2 2
K, усл. ед. 4 4 6 8 4

Таблица 5

Подвариант
Параметр
1 2 3 4 5
fс, кГц 20 90 36 100 1
fз, кГц 10 60 24 50 0,7
A, дБ 25 20 20 20 15
K, усл. ед. 4 8 9 6 4

Таблица 6
Подвариант
Параметр
1 2 3 4 5
fс, кГц 1 3 20 15 100
fз, кГц 1,3 6 30 20 200
A, дБ 23 50 30 25 40
K, усл. ед. 16 20 8 4 10
Приложение 3

Основные вопросы
к защите курсовой работы
При защите курсовой работы студент должен знать и уметь
интерпретировать применительно к своему варианту приведенные
ниже вопросы.
1. Свойства передаточных функций рекурсивных ЦФ. Распо-
ложение нулей и полюсов квадрата модуля передаточной функции.
Каноническое представление передаточной функции фильтра.
2. Классификация фильтров: по расположению полос подав-
ления и пропускания, по виду частотных характеристик (способу
аппроксимации). Выражение квадрата модуля передаточной функ­
ции для фильтров Баттерворта, Чебышева и эллиптических.
3. Свойства фильтров Баттерворта. Неравномерность в полосе
прозрачности. Зависимость затухания от порядка фильтра. Распо-
ложение нулей и полюсов на комплексной плоскости. Вид АЧХ
и ФЧХ.
4. Свойства фильтров Чебышева. Неравномерность в полосе
прозрачности. Зависимость затухания от порядка фильтра, распо-
ложение нулей и полюсов на комплексной плоскости. Вид АЧХ
и ФЧХ, связь с порядком фильтра.
5. Свойства эллиптических фильтров. Неравномерность
в полосе пропуска­ния и полосе подавления. Вид АЧХ и ФЧХ, связь
с порядком фильтра.
6. Расчет фильтров. Нормирование и преобразование частоты.
Переход от ФНЧ к ФВЧ. Выражение для передаточной функции
ФВЧ. Преобразование элементов схемы. Переход от ФНЧ к ПФ.
Преобразование АЧХ. Выражение для частот среза и центральной
частоты.
7. Методика расчета ЦФ по аналоговому прототипу.
8. Структурные схемы дискретных фильтров. Представле-
ние передаточной функции фильтра через передаточные функции
59
звеньев второго и первого по­рядков. Передаточная функция дис-
кретного фильтра второго порядка.
9. Методика учета влияния ограниченной разрядности коэф-
фициентов и квантования сигнала в ЦФ.
10. Особенности расчета и анализа аналоговых и цифро-
вых фильтров с использованием па­кета прикладных программ
МATLАВ.
Приложение 4

Содержание и оформление домашнего задания


и курсовой работы
Общие требования к правилам оформления пояснительных
записок изложены в ГОСТ 7.32-2001 «Отчет о научно-исследова-
тельской работе. Структура и  правила оформления» (М. : Изд-во
стандартов, 2001). В соответствии с этими требованиями домаш-
нее задание и курсовая работа оформляются следующим образом:
— титульный лист;
— реферат;
— содержание;
— перечень условных обозначений, единиц, символов и тер-
минов; введение (включающее общую постановку задачи и кон-
кретное задание на проектирование);
— основная часть, в которой описываются свойства и харак-
теристики проектируемого фильтра, производится расчет филь-
тра, выбор, обоснование и описание схемы, выражения для АЧХ
и ФЧХ, описание методики расчетов на ПК, результаты анализа
фильтра с использованием пакета прикладных программ МатLАВ
и их оценка (основная часть может делиться на разделы, пункты
и подпункты);
— заключение, содержащее основные выводы по работе;
— список использованных источников;
— приложения.
Пояснительная записка должна быть написана от руки или
отпечатана на листах бе­лой бумаги формата А4 (210 × 297 мм).
Иллюстрации (рисунки и графики) вы­полняются с указанием
масштабов и помещаются на листах формата А4 с включением в
общую нумерацию страниц после первой ссылки на них в тексте.
Распечатки результатов расчетов приводятся в приложении.

61
ОглаВление

Предисловие.................................................................................................... 3

1. Связь между спектрами аналогового и дискретного сигналов............... 6

2. Алгоритмы БПФ с произвольным основанием........................................ 9

3. Характеристики цифровых фильтров..................................................... 14

4. Классификация фильтров по виду частотных характеристик.............. 17

5. Реализация цифровых фильтров в частотной области.......................... 20

6. Спектральный анализ с применением БПФ........................................... 23

7. Синтез фильтров с конечной импульсной характеристикой


методом «окна»............................................................................. 26

8. Этапы проектирования цифрового фильтра


по аналоговому прототипу........................................................... 29

9. Проектирование аналогового прототипа................................................ 30


9.1. Преобразование частоты................................................................. 31
9.2. Расчет порядка фильтра................................................................... 33
9.2.1.Фильтр Баттерворта................................................................. 33
9.2.2. Фильтры Чебышева................................................................ 35
9.2.3. Фильтр Кауэра......................................................................... 37
9.3. Определение коэффициентов передаточной функции
аналогового фильтра-прототипа...................................................... 38
10. Переход к дискретному фильтру с помощью билинейного
z-преобразования......................................................................... 39
10.1. Учет искажений оси частот........................................................... 40
10.2. Расчет коэффициентов цифрового фильтра................................. 41
62
11. Анализ ограниченной разрядности представления
коэффициентов фильтра............................................................... 42

12. Фильтры с понижением частоты дискретизации................................. 44

Библиографические ссылки......................................................................... 48

Приложение 1. Тематика и содержание индивидуальных


домашних заданий........................................................................ 50

Приложение 2. Задания к курсовой работе................................................ 56

Приложение 3. Основные вопросы к защите курсовой работы............... 59

Приложение 4. Содержание и оформление домашнего задания


и курсовой работы........................................................................ 61
Учебное издание

Коберниченко Виктор Григорьевич

РАСЧЕТ И ПРОЕКТИРОВАНИЕ
ЦИФРОВЫХ ФИЛЬТРОВ

Учебно-методическое пособие

Зав. редакцией М. А. Овечкина


Редактор Е. И. Маркина
Корректор Е. И. Маркина
Компьютерная верстка Н. Ю. Михайлов

План выпуска 2013 г. Подписано в печать 01.03.2013.


Формат 60×84 1/16. Бумага офсетная. Гарнитура Times.
Уч.-изд. л. 3,3. Усл. печ. л. 3,72. Тираж 100 экз. Заказ № 231.

Издательство Уральского университета


620000, г. Екатеринбург, ул. Тургенева, 4.
Отпечатано в Издательско-полиграфическом центре УрФУ.
620000, г. Екатеринбург, ул. Тургенева, 4.
Тел.: +7 (343) 350-56-64, 350-90-13.
Факс: +7 (343) 358-93-06.
E-mail: press.info@usu.ru

Оценить