ГЛАВА ЦИФРОВАЯ ФИЛЬТРАЦИЯ МБС
Мы уже говорили о дискретизированных
(по времени) и квантованных (по уровню)
сигналах. Такие сигналы называют
цифровыми. Устройства, производящие
обработку цифровых сигналов называют
цифровыми фильтрами. Наряду с обрабатываемых цифровыми фильтрами в
цифровыми, существуют аналоговые
устройства, производящие обработку
неквантованных, но дискретизированных
сигналов. Такие устройства называют
дискретными фильтрами (обычно
реализуются на ПЗС).
Преимущества цифровых фильтров:
- возможность реализации сложных
алгоритмов обработки сигналов, например,
адаптивных фильтров, которые способны
изменять свои свойства и даже структуру
при изменении параметров входных
сигналов или критерия адаптации;
- возможна реализация очень высоких
точностных характеристик по сравнению
с дискретными и аналоговыми фильтрами
(вспомним про температурную
нестабильность параметров компонентов,
старение, смещение и дрейф нуля, влияние
напряжений питания и многое др. - в
цифровых фильтрах эти неприятные
явления отсутствуют);
- при разработке цифровых фильтров не
надо согласовывать источники с равноценно округлению значений сигнала с
нагрузкой;
- при обработке сигналов низких и
инфранизких частот (таковыми являются
большинство БМС), элементы аналоговых
фильтров оказываются очень громоздкими,
в этом случае ЦФ могут быть компактнее;
- возможна реализация передаточных
функций, которые недоступны для
аналоговых систем, например, линейно-
фазовых фильтров.
Недостатками ЦФ являются:
- их большая стоимость по сравнению с
аналоговыми фильтрами, ведь кроме
процессора обработки цифровых сигналов
устройство должно содержать АЦП и ЦАП
(поэтому, когда алгоритм обработки
несложен, или не требуется особенно
высокой точности, лучше применять
аналоговые фильтры или дискретные
фильтры на ПЗС);
- ограниченная производительностью
цифрового процессора полоса частот
обрабатываемых сигналов как следствие
большого объема вычислений. До сих пор
высшие частоты спектров сигналов,
реальном времени, не превосходят десятков
мегагерц. Для более высоких частот
применяют пассивные фильтры и фильтры
на поверхностных акустических волнах;
- в цифровых фильтрах проявляются
специфические погрешности, возникающие
в процессе дискретизации сигнала
(алайзинг - наложение спектров) и
квантования. Для уменьшения
погрешностей дискретизации обычно
ограничивают полосу частот сигнала,
пропуская его через ФНЧ с близкой к
прямоугольной АЧХ. При этом спектр
сигнала становится почти ограниченным,
быстро убывающим и последующая
дискретизация происходит практически без
ошибок. Эта мера также полезна и при
наличии широкополосного шума на входе.
При прохождении шума через ФНЧ, его
дисперсия уменьшается и соответственно
уменьшается ошибка дискретизации.
Квантование сигнала. Квантование
точностью до 1/2 единицы младшего разряда
(МЗР). Графическое описание квантования
сигнала представляет характеристика
квантования. Шаг квантования Q выбирают
исходя из требуемой точности
представления сигнала. Существуют
различные законы квантования, наиболее
распространены равномерное и
логарифмическое.
 Разность квантованного и исходного Если нужно учесть эффекты квантования,
то поступают следующим образом. Входной
сигнала представляет собой шум квантованный сигнал представляют в виде
суммы неквантованного дискретного
квантования, который при малом шаге сигнала и отдельно шума квантования.
Далее, поскольку цифровой фильтр линеен,
квантования некоррелирован с сигналом, независимо рассматривают прохождение
неквантованного дискретного сигнала и
его распределение p(x) близко к шума квантования, а потом на выходе
цифрового фильтра их суммируют, т.е.
равномерному, а действующее значение отдельно анализируют прохождение
шумов квантования через ЦФ.
шума квантования определяется как: Аналого-цифровое и цифро-

Q/2 аналоговое – взаимно-обратные

e n=
√1
∫
Q −Q /2 √
x 2 ⋅ p (x)dx=
1 3 Q/2
3Q
x ¿−Q / 2=
Q
√ 12
преобразования аналоговых сигналов в
В теоретическом анализе цифровых
цифровую форму.
фильтров при малых ошибках квантования
для упрощения обычно пренебрегают
эффектами квантования, т.е. по сути, вместо 4.1. ДИСКРЕТНОЕ
цифровых рассматривают дискретные
сигналы. ПРЕОБРАЗОВАНИЕ ФУРЬЕ

Как уже известно, реальные сигналы конечной длительности (0<t<Tc), который

могут быть описаны выборками как во обладает числом степеней свободы N, шаг
временной, так и в частотной областях. И дискретизации далее будем обозначать T.
дискретный сигнал, и дискретный спектр Для этого сигнала можно записать ряд
полностью описывают исходный Котельникова:
N −1
континуальный сигнал. Уже сейчас можно
s(t )= ∑ s (kT)sinc(ω m (t−kT))
наметить следующий путь нахождения k=0
дискретного спектра по заданному Определим спектр этого сигнала:
дискретному сигналу: ∞
− jωt
N−1 N −1

1) по заданному дискретному сигналу Ṡ( ω)=∫ e ∑ s(kT)sinc(ωm (t−kT))dt=¿= ∑ s (kT

−∞ k=0 k=0
восстановить рядом Котельникова (4.1)
исходный непрерывный сигнал; Непосредственное вычисление интеграла
2) с помощью преобразования Фурье - достаточно трудоемкая процедура. Легче
найти непрерывную спектральную пойти другим путем. Рассмотрим спектр
плотность сигнала;
So(), который определяется выражением:
3) дискретизировать спектральную
1 ,−ωm < ω<ω m
плотность для получения частотных
выборок.
S0 (ω)=
{ 0 ,|ω|>ωm
Аналогичную трудоемкую процедуру Применив к нему обратное
необходимо проделать для обратного преобразование Фурье, получим
преобразования. Непосредственный соответствующую временную функцию:
∞
переход от дискретного сигнала к его 1 ω sin(ωm t)
s0 (t )= ∫ S 0 (ω) e jωt dt= m ⋅
дискретному спектру и наоборот возможен 2 π −∞ π ωm t
благодаря Дискретному Преобразованию Очевидно, справедливо и обратное
Фурье. соотношение:
∞
Получим вид прямого ДПФ. Для этого sin (ωm t) − jωt π
∫ e dt = =T
рассмотрим непрерывный сигнал s(t) −∞ ωm t ωm
 N−1
Применяя теорему запаздывания, можно 2 ∞
1 2π T 2π
записать: s(t )= ∑ Ṡ(n ) ∫ sinc[ c (ω−n )]e jωt dω
∞
sin (ωm ( t−kT)) − jωt 2 π n= −N−1 T c −∞ 2 Tc
∫ e dt=¿ Te−jk ωT ¿ (4.2) 2
−∞ ω m (t−kT) (4.5)
Подставляя Error: Reference source not Интеграл в последнем выражении
found в Error: Reference source not found, аналогичен вычисленному в Error: Reference
получим окончательное выражение для source not found. Используя эту аналогию,
спектра: запишем:
N−1 ∞ 2π
Tc 2π 2 π jn T t
Ṡ( ω)=T ∑ s (kT)e− jωkT ,(−ωm <ω <ω m) (4.3) ∫ sinc [ (ω−n )]e jωt dω= e c
(4.6)
k=0
−∞ 2 Tc Tc
Чтобы перейти к дискретному Подставляя Error: Reference source not
преобразованию Фурье, значения спектра в found в Error: Reference source not found,
Error: Reference source not found нужно получим выражение для временной
вычислять не для всех значений частоты, а функции f(t):
только для дискретных - выборочных: N−1
2 2π
2π 1 2 π jn T t
ω=n =nΩ s(t )= ∑ Ṡ( n )e c
(4.7)
Tc T c n= − N−1 Tc
В результате получим ДПФ: 2
Полагая в последнем выражении t=kT,
N−1
−jnk ΩT 2π получаем формулу для значений
Ṡ(nΩ)=T ∑ s(kT)e , ΩT = (4.4)
k=0 N дискретного сигнала f(kT), т.е. приходим к
Свойства ДПФ во многом аналогичны обратному ДПФ:
свойствам обычного преобразования Фурье. N −1
2 2π
Отметим только одно специфическое 1 jnk
N
s( kT)= ∑ Ṡ (nΩ) e (4.8)
свойство, которое можно назвать NT − N−1
n=
2
периодичностью ДПФ. Рассмотрим
значение S(n) по Error: Reference source где k может изменяться от 0 до N-1.
not found для n=n0+mN, где m-целое число: Иногда для удобства записи, используя
N −1
− jk(n0
2π
+2 πm)
N−1 периодичность
−jkn
0
2π ДПФ, изменяют пределы
N N
Ṡ[(n0 +mN)Ω]=T ∑ s (kT)e =¿=T ∑ s( kT) e Ṡ n Ω]
суммирования,0 и ОДПФ записывают в виде:
= [
k=0 k=0 N −1 2π
Таким образом, ДПФ является 1 jnk
N
s( kT)= ∑ Ṡ (nΩ)e (4.9)
периодической функцией частоты с NT n=0

периодом N. Это свойство аналогично ДПФ не всегда точно описывает спектр
свойству периодичности спектра исходного непрерывного сигнала, подобно
дискретизированного сигнала. тому, как дискретизированный сигнал не
всегда точно описывает исходный
Найдем теперь соотношение для непрерывный сигнал. Однако связь между
обратного ДПФ, позволяющего определять дискретизированным сигналом и его ДПФ
выборки сигнала по выборкам спектра. Для всегда носит взаимно однозначный
этого воспользуемся обычным характер, и формулы прямого и обратного
преобразованием Фурье: ДПФ являются строгими при любом числе
∞
1 дискретных значений.
s(t )= ∫ Ṡ (ω) e jωt dω
2 π −∞ Поэтому аппарат ДПФ имеет
Спектральную плотность сигнала S()
дискретизируем и запишем в виде ряда самостоятельное значение и может быть
Котельникова:
N −1
2
применен к любым числовым
2π T 2π
Ṡ( ω)= ∑ Ṡ (n )sinc[ c ( ω−n )]
− N−1 Tc 2 Tc последовательностям. В этом случае
n=
2
и подставим в интеграл обратного
формулы ДПФ должны быть несколько
преобразования Фурье:
изменены, т.к. для абстрактных числовых характеристикой: если задан входной
сигнал s1(kT), то для него можно вычислить
последовательностей понятий интервала ДПФ S1(n).
Если теперь умножить S1(n) на
дискретизации T и длительности Tc не частотную характеристику фильтра, то
получим ДПФ выходного сигнала:
существует. S2(n) = S1(n) K(n)
После этого, применяя ОДПФ, можно
Поэтому формально полагают T=1; Tc/T найти сигнал на выходе фильтра.
заменяют на N, отсчетные значения сигнала Аналогично решается задача
и спектра обозначают через sk и Sn и восстановления входного сигнала s1(kT) по
формулу ДПФ записывают в виде: известному выходному сигналу s2(kT) и по
N −1 2π
− jnk
Ṡn= ∑ s k e N
(n=0,1,2 , ... , N −1) (4.10) заданной частотной характеристике K(n).
k=0 Преимуществом такого метода обработки
При этом ОДПФ имеет вид: сигналов является отсутствие ограничений
N −1 2π
1 jnk
N на вид частотной характеристики фильтра, а
sk = ∑ Ṡ n e (k =0,1,2 ,... , N−1) (4.11)
N n=0 недостатки связаны с периодичностью
Значения Sn, вычисленные по Error: ДПФ.
Reference source not found, отличаются от Обработку сигналов с помощью ДПФ
выборочных значений спектра Sf(n) нельзя назвать цифровой фильтрацией в
непрерывного сигнала s(t) в T раз. Для полном смысле слова. Обычные ЦФ,
определения выборочных значений Sf(n) работающие в реальном масштабе времени,
надо значения Sn умножить на T- величину производят обработку сигнала непрерывно
интервала дискретизации по времени по мере его поступления, а вычисление
Sf(n)=T Sn. ДПФ может быть произведено лишь после
Одним из основных применений ДПФ того, как станет полностью известным
является вычисление спектров функций, входной сигнал. Поэтому при
заданных графически или таблично. ДПФ использовании ДПФ выходной сигнал
можно применять при обработке может быть получен только с некоторым
экспериментальных данных в частотной запаздыванием по отношению к входному.
области. Однако часто в ряде практических
Полезной оказывается возможность применений такое запаздывание не играет
получения математических моделей существенной роли, и тогда использование
непрерывных периодических сигналов с обработки сигналов с помощью ДПФ
ограниченным спектром, исходно является целесообразным.
полученных экспериментально или Процедуры прямого и обратного
заданных таблично, в виде суммы
гармонических колебаний. Наличие таких ДПФ встречаются во многих
моделей позволяет проводить
передискретизацию (изменение темпа математических и инженерных системах, в
дискретизации) сигналов c целью
получения дополнительных отсчетов, т.ч. в MathCad и LabView. В системе
выполнять аналитически
дифференцирование и интегрирование, MathCad имеется несколько вариантов
моделировать различные формы сигналов.
Эффективные (быстрые) алгоритмы ДПФ функций для ДПФ.
часто используются для вычисления
корреляционных функций сигналов. Так, функция CFFT(v) является
Другим важным применением ДПФ
является вычисление сигнала на выходе комплексной формой прямого ДПФ от
фильтра с заданной частотной
вектор-столбца данных v с произвольным преобразование Фурье для вещественного

числом строк N. Обратное ДПФ в вектора данных v с числом строк N, равным

комплексной форме осуществляется целой степени двойки N=2k. Из-за свойств

функцией ICFFT(V), где вектор-столбец V симметрии спектров вещественных

содержит N в общем случае комплексных сигналов результат прямого ДПФ V

отсчетов дискретного спектра сигнала. содержит всего (N/2)+1 элементов.

Функции CFFT и ICFFT имеют обычные Аналогично ДПФ в комплексной форме,

нормирующие коэффициенты в отличие от функции fft(v) и ifft(V) используют

функций cfft и icfft. нетрадиционные нормирующие

Две близкие функции FFT(v) и коэффициенты.

IFFT(V) выполняют быстрое

4.2. БЫСТРОЕ ПРЕОБРАЗОВАНИЕ ФУРЬЕ

Недостатком ДПФ является большое основанный на т.н. прореживании по
количество математических операций для времени.
формул или . Если число степеней свободы Пусть требуется вычислить ДПФ
сигнала N, то для ДПФ потребуется N2 числовой последовательности fk:
умножений и N2 сложений комплексных N −1
− jnk
2π
N
F n= ∑ f k e
чисел, т.е. всего 2 N2 арифметических k =0
операций. Для больших N такая обработка Поскольку число отсчетов сигнала N-
становится слишком продолжительной, четное, исходную последовательность fk
даже на быстродействующих моделях ЭВМ. можно разбить на две
Для ускорения вычисления ДПФ подпоследовательности: gi, куда войдут все
fk с четными номерами, и
применяют специальные алгоритмы, подпоследовательность hi, куда войдут все
fk с нечетными номерами, так что
которые позволяют во много раз сократить gi=f2i; hi=f2i+1 (i=0,1,2,...,N/2-1)
Применим ДПФ к
объем вычислений. Такие алгоритмы подпоследовательностям gi и hi,
содержащим по N/2 членов:
называют Быстрым Преобразованием N
2
−1
4p
N
2
−1
4p
− jkn −jkn
N N
Gn= ∑ gk e ; H n= ∑ h k e
Фурье. k=0 k=0
Для сокращения записи обозначим:
2p
Существуют различные алгоритмы БПФ, −j
N
W =e
например Кули-Тьюки, Винограда,
Тогда:
теоретико-числовые преобразования, N
−1
N
−1
прореживания по частоте или по времени. N −1 2 2

Наиболее простыми алгоритмы получаются, F n= ∑ f k W nk ; Gn = ∑ g k W 2 nk ; H n = ∑ hk W 2 nk

k =0 k=0 k=0
если N являются целой степенью числа 2. Нашей целью является вычисление
Рассмотрим один из таких алгоритмов,
значений Fn. для Error: Reference source not found и по
Учитывая, что все члены одной операции для Error: Reference source
последовательности fk принадлежат gk или not found. Таким образом, общее число
hk, можно записать: арифметических операций равно N2+3/2N,
N N N
−1 −1 −1 что для больших N дает существенный
2 2 2
2 kn
F n= ∑ [ gk W +h k W (2 k+1)n
]=¿ ∑ gk W +W ∑ hkвыигрыш
2 kn n
W 2 kn =Gn+вWколичестве
n
Hn операций.
k=0 k=0 k=0
(4.12) Каждую из частных
Т.о., значение Fn можно вычислить по подпоследовательностей gi и hi можно
известным Gn и Hn. опять-таки разбить на две
Однако, Error: Reference source not found подпоследовательности половинной длины,
справедлива только для для которых справедливы указанные выше
nN/2-1, т.к. Gn и Hn не определены для формулы.
Процесс упрощения алгоритма расчета
больших n. Поэтому для nN/2 значение Fn
можно продолжать до тех пор, пока не
вычисляются с использованием
останутся только простейшие двухточечные
периодичности ДПФ:
ДПФ. В результате, при применении
F n=G +Wn H
n−
N
2
n−
N
2
данного алгоритма для вычисления ДПФ
Учитывая, что последовательности из N точек, требуется
выполнить N log2N сложений и, самое
n−
N N
n−
N большее, N log2N умножений.
W n =W 2
⋅W 2 =- W 2 ,
Использование БПФ для случая N=210=1024
отсчетов обеспечивает сокращение объема
получим окончательную формулу для Fn вычислений более чем в 100 раз!
при nN/2: Алгоритм вычисления ДПФ схематично
N
F n=G
n−
2
H изображают в виде направленного графа,
N −W N (4.13)
n−
2
n−
2 граф двухточечного ДПФ из-за внешнего
Для вычисления значений Gn и Fn нужно сходства получил название "бабочка".
выполнить два ДПФ половинной длины.
При этом для вычисления Gn и Fn 4.3. ДИСКРЕТНОЕ
необходимы по 2(N/2)2=N2/2 ПРЕОБРАЗОВАНИЕ ЛАПЛАСА. Z-
арифметических операций: по две операции
ПРЕОБРАЗОВАНИЕ
Как уже отмечалось ранее, методы Это выражение представляет собой
описания непрерывных и дискретных дискретное преобразование Лапласа.
сигналов во времени во многом аналогичны Формула дискретного преобразования
друг другу. Обычному (непрерывному) Лапласа может быть упрощена, если
преобразованию Фурье соответствует положить:
Дискретное Преобразование Фурье,
преобразованию Лапласа соответствует e pT=z
дискретное преобразование Лапласа. В результате такой замены приходим к Z-
Для непрерывных сигналов преобразованию, которое обычно
преобразование Лапласа (одностороннее): применяют при анализе дискретных
∞
F (p)=∫ f (t )e−pt dt сигналов и систем вместо дискретного
0 преобразования Лапласа.
Для дискретного сигнала в виде Z-преобразование представляет собой
последовательности -функций модификацию дискретного
∞ преобразования Лапласа:
f (t)=∑ f (nT)δ (t−nT) ∞
n=0
∞
F ( z )=∑ f ( nT ) z−n (4.15)
n=0
(4.14)
−pnT
F (p)=∑ f (nT)e Функция F(z) является аналитической
n=0
функцией комплексного переменного z.
 Z-преобразование можно применять и 1 jn wT − jnwT
f ( nT )=sin ( nwT )= ( e −e )
для абстрактных числовых 2j
последовательностей. 1 1 1
Примеры Z-преобразования простейших
F ( z )=
( −
2 j 1−e jω T z−1 1−e− jω T z−1 )
сигналов: 6) Степенная функция f(nT)=kn :
1) Единичный импульс ∞
1 z
f ( nT )= {1 , n=0 ,| F ( z )=∑ k n z −n= =
n=0 1−kz−1
z −k
2) Дискретизированный единичный скачок Поскольку Z-преобразование - это
∞
1
−n z степенной ряд переменной z-1, то важно
f ( nT )=1 ; F ( z )=∑ z = =
n=0 1−z −1
z−1 рассмотреть вопрос о его сходимости. Ряд
3) Экспоненциально убывающий Error: Reference source not found сходится
дискретный сигнал для z>R, где R - радиус сходимости,
∞
1 зависящий от вида функции f(nT). Наиболее
f ( nT )=e−α  nT ; F ( z )=∑ e−α  nT z−n= −α  T
n=0 1−e z−1 просто радиус сходимости определяется для
4) Комплексная экспонента (обобщенный степенной функции вида 6) f(nT)=kn. В этом
гармонический сигнал) случае F(z)=z/(z-k). Эта функция имеет полюс
f ( nT )=e jn ω T при z=k. Вне окружности z=k функция
∞
1 z F(z) является аналитической функцией
F ( z )=∑ e jn ω T z−n= =
n=0 1−e z jωT −1
z−e− jω T комплексного переменного z, и
5) Гармоническая функция описывающий ее ряд Error: Reference source
not found сходится. Следовательно, для
f(nT)=kn радиус сходимости R=k.

4.4. ОБРАТНОЕ Z-ПРЕОБРАЗОВАНИЕ

Обратное Z-преобразование позволяет 1
f  nT   
 F  z  z n 1dz
определить значения дискретного сигнала 2 j (4.16)
по виду функции F(z). Можно
воспользоваться обратным Уточним форму контура
преобразованием Лапласа, но легче
получить результат из формулы прямого Z- интегрирования. Для этого положим fn=kn -
преобразования .
Умножая обе части Error: Reference степенная функция (см. пример 6).
source not found на zk-1, проинтегрируем по
окружности с радиусом, превышающим Применяя обратное Z-преобразование
радиус сходимости R ряда для F(z), затем для F(z)=z/(z-k):
поменяем местами суммирование и 1 zn
f n= ∮ dz
интегрирование: 2 π  j z−k
∞ Подынтегральная функция имеет
∮ F (z) z k−1 dz=∑ f ( nT )∮ z k−n−1 dz единственный полюс при z=k.
n=0
Вычислим интеграл в правой части: Интегрировать можно вдоль любого
контура, охватывающего точку z=k, но
∮ z k−n−1 dz= { 0 , k ≠ n  ;| удобнее - вдоль окружности радиуса R>k.
Такой результат объясняется тем, что
Для сигналов, абсолютное значение
значение интеграла по замкнутому контуру
которых убывает во времени, k<1, поэтому
в комплексной плоскости равно
в качестве контура интегрирования можно
произведению 2j на сумму вычетов использовать окружность радиуса R=1.
подынтегральной функции: единственный
вычет при z=0 получается только при k=n,
т.е. когда zk-n-1=1/z. Следовательно,
обратное Z-преобразование выражается:

4.5. ОСНОВНЫЕ СВОЙСТВА Z-ПРЕОБРАЗОВАНИЯ

 Для Z-преобразований справедливы 2) Теорема о запаздывании. Пусть y(nT)
некоторые теоремы, аналогичные теоремам есть последовательность x(nT), сдвинутая
о спектрах непрерывных сигналов. Главная по времени на величину T:
из них - теорема о свертке.
y(nT)=x(nT-T)
1) Теорема о свертке. Для дискретных
Пусть известно Z-преобразование
сигналов, по аналогии с непрерывными,
сигнала x(nT)X(z). Найдем Z-
вводится дискретная свертка:
n n преобразование сигнала y(nT):
f (nT)=∑ x (kT) y (nT−kT)=¿ ¿=∑ x ( nT−kT )  y ( kT )∞ ∞ ∞

k=0 k=0 Y ( z ) = ∑ y ( nT ) z−n

= ∑ x ( nT−T ) z−n
=¿ ∑ x ( mT ) z−(m +1)=
n=o n=1 m=0
(4.17)
(4.20)
или, более компактно:
n n Таким образом, запаздыванию
f n=∑ x k  y n −k =∑ x n−k  y k (4.18) дискретного сигнала на один шаг T
k=0 k=0
соответствует умножение Z-
Дискретной свертке соответствует преобразования сигнала на z-1.
произведение Z-преобразований:
3) Теорема Парсеваля для дискретных
F(z)=X(z)Y(z) (4.19) сигналов:
∞
Выражение Error: Reference source not
found аналогично теореме о свертке для
∑ f 2 ( nT ) = 2 π1 j ∮ F ( z ) F ( 1z ) dzz (4.21)
n=0 L
обычных непрерывных сигналов. где контур L должен располагаться в
области сходимости как F(z), так и F(1/z).

4.6. АНАЛОГИИ В ОПИСАНИИ АНАЛОГОВЫХ И ЦИФРОВЫХ СИСТЕМ

Продолжим аналогию математического Методы, используемые для описания
описания дискретных и цифровых сигналов процессов в дискретных и цифровых
с методами описания непрерывных фильтрах, по своей сути очень схожи с
сигналов. указанными методами анализа аналоговых
Основными методами анализа цепей:
непрерывных линейных систем (аналоговых -вместо дифференциальных уравнений
электрических цепей) и прохождения через используют разностные уравнения;
них сигналов являются: -вместо операторного метода - Z-преобра-
-использование дифференциальных зование;
-вместо интеграла Дюамеля используют
уравнений цепи; дискретную свертку;
-спектральному (частотному) анализу
-спектральный и родственный ему аналоговых цепей соответствует
операторный методы; несколько своеобразное описание
-определение выходного сигнала с частотными характеристиками
помощью интеграла Дюамеля. дискретных и цифровых фильтров.

4.7. ОСНОВНЫЕ ХАРАКТЕРИСТИКИ ЦИФРОВЫХ ФИЛЬТРОВ

Рассмотрим наиболее простые из
цифровых фильтров – линейные фильтры с
постоянными параметрами. На вход
цифрового фильтра поступает входной
сигнал x(nT) в виде последовательности
числовых значений, следующих во времени
с интервалом T. При поступлении каждого
очередного значения входного сигнала
x(nT), в цифровом фильтре производится
расчет очередного значения выходного
сигнала y(nT). Алгоритмы расчета могут
быть самыми разнообразными.
Сигнал на выходе цифрового фильтра
y(nT) также представляет собой
последовательность числовых значений,
следующих с интервалом T. Этот интервал
является единым для всего устройства
цифровой обработки сигналов.
Поэтому если на вход цифрового
фильтра подать простейший испытательный
сигнал в виде единичного импульса (такой выходе фильтра формируется
сигнал принято называть цифровой δ- последовательность x(0)g(kT), при действии
функцией): x(T) - формируется последовательность
x 0 ( nT )= {1 , n=0 ;| x(T)g(kT), сдвинутая на T вправо, и т.д. В
то на выходе получим отклик в виде результате на выходе получим
дискретной последовательности числовых последовательность y(nT), причем
значений, следующих с тем же шагом T (см. y ( 0 ) =g ( 0 ) ⋅ x ( 0 ) ;
Рис. 4 .1).
y ( T )=g ( T ) ⋅ x ( 0 )+ g ( 0 ) ⋅ x ( T ) ;
y ( 2T )=g ( 2 T ) ⋅ x ( 0 )+ g ( T ) ⋅ x ( T ) + g ( 0 ) ⋅ x ( 2 T ) ;
...............
n n
x0(nT) 1
y ( nT ) =∑ x ( kT ) ⋅g ( nT−kT ) =∑ x ( nT−kT ) ⋅g ( kT )
k=0 k=0
(4.22)
0 T 2T 3T ....... t Т.о., выходной сигнал определяется как
g(nT) дискретная свертка входного сигнала и
g(T) импульсной характеристики. В этом
g(2T)
g(3T)
отношении цифровые фильтры аналогичны
g(0)
.......
обыкновенным аналоговым системам, где
выходной сигнал является сверткой
входного сигнала и импульсной
0 t
характеристики системы.
Рис. 4.1. Импульсная характеристика ЦФ Формула Error: Reference source not
По аналогии с непрерывными цепями
назовем этот ответный сигнал g(kT) found представляет собой алгоритм
импульсной характеристикой фильтра
(реже встречается название «импульсная цифровой фильтрации. Если импульсная
функция»). В отличие от аналоговых цепей,
импульсные характеристики g(kT) характеристика фильтра описывается
цифровых фильтров являются
безразмерными (только тогда единицы конечным числом членов, то фильтр может
измерения входного и выходного сигналов
совпадают). быть реализован в виде схемы на Рис. 4 .3.
Подадим на вход фильтра произвольный Такие фильтры называются
дискретный сигнал x(kT).
x(T)
нерекурсивными, трансверсальными или
x(nT): x(2T)
x(3T)
x(0)
....... КИХ-фильтрами (от конечной импульсной

характеристики, англ. FIR – finite impulse

0 t
response). В противном случае фильтр
y(T)
y(nT): y(2T)
y(3T)
называют рекурсивным или БИХ-
.......
y(0)
фильтром (бесконечная импульсная

0 t
характеристика, англ. IIR - infinite impulse
Рис. 4.2. Отклик цифрового фильтра
response).
Под действием первого элемента x(0) на
 Таким образом, в нерекурсивных чтобы импульсная характеристика
фильтрах для расчета значения выходного
сигнала используются значения только содержала конечное число членов.
входного сигнала, поэтому их называют
еще простыми. Если же ИХ содержит бесконечное число
x(kT)
g(0) членов, но они быстро убывают по
y(kT)
 величине, то можно ограничиться конечным
числом членов, отбросив те, значения
которых малы.
T Если члены ИХ не убывают по величине,
g(T)
то алгоритм нерекурсивного фильтра
оказывается нереализуемым.

T
В качестве примера рассмотрим ЦФ,
g(2T)
являющийся аналогом RC-цепи первого

T порядка.

В этом случае RC-фильтр (Рис. 4 .4)

g(NT) называют аналоговым прототипом:
R
Рис. 4.3. Нерекурсивный ЦФ
y(t)
Здесь буквой T обозначены элементы x(t)
задержки сигнала на время T; g(0), g(T),..., C
g(NT) - элементы, умножающие сигнал на
соответствующий коэффициент. Схема на
Рис. 4 .3 не является электрической схемой Рис. 4.4. RC фильтр НЧ 1-го порядка
ЦФ, а только представляет графическое Импульсная характеристика RC-цепи
изображение алгоритма цифровой имеет вид:
фильтрации и указывает 1 t
g  t  e 
последовательность арифметических  (4.23)
операций. Чтобы перейти к соответствующей
Для абстрактных числовых импульсной характеристике цифрового
последовательностей не существует фильтра, в Error: Reference source not found
понятия "времени", поэтому элементы, непрерывное время t следует заменить на
задерживающие сигнал на ячейку, на дискретное kT. И еще: размерность g(t) есть
схемах ЦФ обычно отмечают символом z-1, [1/сек], а импульсная характеристика ЦФ
обозначающим задержку сигнала на языке должна быть безразмерной. Поэтому
Z-преобразований. Далее будем опустим множитель 1/ в Error: Reference
использовать это обозначение. source not found и запишем ИХ ЦФ:
−kT
Алгоритм нерекурсивного фильтра g ( kT )=e τ (4.24)
Такая ИХ содержит бесконечное число
легко записать, если известна импульсная членов, но их величины убывают по
экспоненциальному закону, поэтому можно
характеристика фильтра. Для практической ограничиться N членами, выбирая N таким,
чтобы
реализуемости алгоритма необходимо, −NT
τ
e <<1
x(nT)
1 Таким образом, системная функция
y(nT)

играет роль передаточной функции
T
z-1 

цифрового фильтра.
e

Для примера, найдем системную

z-1 
2T функцию цифрового фильтра - аналога RC
e  цепи первого порядка:
∞ −nT
τ 1
H (z )=∑ e z−n= −T (4.28)
n=0 τ
1−e z−1
z-1
Примечание. Сумма геометрической
прогрессии со знаменателем |q|<1.

NT n-й член: an = a1 qn-1
e  a 1−an q
Сумма первых n-членов Sn=
1−q
Рис. 4.5. Схема КИХ ЦФ Третий метод анализа прохождения
Тогда можно записать: сигналов через цифровые фильтры
−T −2 T −NT
аналогичен классическому методу
y ( nT ) =x ( nT ) +e τ x ( nT−T ) +¿+e τ x ( nT−2 T )+...+ e τ x ( nT−NT )
дифференциальных уравнений.
(4.25)
Рассмотрим этот метод на примере цепей
Это выражение является одновременно
первого порядка. Прохождение сигналов
алгоритмом цифровой фильтрации. Схема
через RC-цепь описывается
такого цифрового фильтра изображена на
дифференциальным уравнением:
Рис. 4 .5. dy 1 1
+ y= x (4.29)
Второй подход к анализу процессов в dt τ τ
цифровых фильтрах аналогичен Для дискретной цепи вместо
операторному методу анализа аналоговых
цепей, только вместо преобразования дифференциального уравнения должно
Лапласа используют Z-преобразование.
Определим параметр цифрового фильтра, быть записано разностное уравнение, где
аналогичный передаточной функции
электрической цепи K(p). Для этого входной и выходной сигналы x(t) и y(t)
применим Z-преобразование к импульсной
характеристике цифрового фильтра {g(nT)}: задаются для дискретных моментов
∞
dy
H (z )=∑ g(nT)z−n (4.26) времени t=nT, а вместо производной /dt
n=0

Функцию H(z) называют системной должна фигурировать разность соседних

функцией цифрового фильтра.
Так как выходной сигнал цифрового
фильтра есть дискретная свертка входного
сигнала и импульсной характеристики
фильтра, то, применяя теорему о Z-
преобразовании свертки, получим, что Z-
преобразование выходного сигнала равно Z-
преобразованию входного сигнала,
умноженного на системную функцию
цифрового фильтра:
Y(z) = X(z)·H(z)
значений сигнала y(nT)-y(nT-T).
Для дискретной цепи 1-го порядка
разностное уравнение может быть записано
в общем виде:
y(nT)- by(nT-T)= ax(nT) (4.30)
Применяя к последнему выражению Z-
преобразование, найдем системную
функцию фильтра:
(4.27)
 Y(z) (1-bz-1) = a X(z) source not found - только две операции. В
Y (z) a этом и состоит основное преимущество
H (z )= = (4.31) рекурсивных фильтров.
X (z) 1−bz−1
Кроме того, рекурсивные фильтры
Это общий вид формулы для системной
позволяют производить обработку сигнала с
функции цифрового фильтра 1-го порядка.
более высокой точностью, так как они
При a=1 и b=e-T/ она совпадает с
позволяют более правильно реализовать
полученным
импульсную характеристику, без
ранее выражением для системной функции
отбрасывания ее "хвостов".
цифрового фильтра, аналогичного RC-цепи.
Более того, рекурсивные фильтры
Найдем алгоритм цифровой
позволяют реализовать алгоритмы, вообще
нереализуемые средствами нерекурсивных
фильтрации, соответствующий системной
фильтров. Например, при a=1 и b=1,
предыдущая схема является, по существу,
функции Error: Reference source not found.
идеальным накопителем - интегратором, и
имеет неубывающую импульсную
Для этого решим уравнение Error: Reference
характеристику вида g(nT)=1, (n0).
Фильтр с такой импульсной
source not found относительно y(nT):
характеристикой по нерекурсивной схеме
не реализуется.
y(nT) = ax(nT) + by(nT-T) (4.32)
Рассмотренные примеры показывают, что
На Рис. 4 .6 представлена эквивалентная нет смысла строить нерекурсивные
схема этого алгоритма. По сравнению с алгоритмы для создания цифровых
нерекурсивной формой, здесь добавилась фильтров с импульсной характеристикой
своеобразная "цепь обратной связи", большой протяженности. В этих случаях
которая означает, что получаемые значения целесообразнее использовать рекурсивные
выходного сигнала используются на фильтры.
следующих этапах расчетов. Фильтры Область применения нерекурсивных
такого типа называют рекурсивными. фильтров - это реализация цифровых
x(nT) a фильтров с импульсной характеристикой,
y(nT)
 содержащей небольшое число членов.
Примером может служить простейший
z-1 дифференциатор, выходной сигнал
b1 которого равен приращению входного
сигнала:
Рис. 4.6. Рекурсивный ЦФ 1-го порядка y(nT)=x(nT)-x(nT-T)
Алгоритм Error: Reference source not x(nT)
y(nT)

found соответствует фильтру, который
z-1
полностью эквивалентен рассмотренному -1

ранее нерекурсивному фильтру.

Рис. 4.7. ЦФ - простейший
дифференциатор
Но для определения одного значения
выходного сигнала с помощью алгоритма
нерекурсивного фильтра Error: Reference
source not found требуется выполнить 2N
операций, а при использовании алгоритма
рекурсивного фильтра Error: Reference
 4.8. ЦИФРОВЫЕ ФИЛЬТРЫ ОБЩЕГО ВИДА. ФОРМЫ РЕАЛИЗАЦИИ ЦФ
Рассмотрим теперь цифровые фильтры y(nT)=b1y(nT-T)b2y(nT-2T)+...+bNy(nT-NT)+
общего вида, которые описываются
+a0x(nT)+a1x(nT-T)+a2x(nT-2T)+...+aMx(nT-MT)
разностным уравнением N-го порядка:
y(nT)-b1y(nT-T)-b2y(nT-2T)-...-bNy(nT-NT)= Системную функцию найдем применяя
Z-преобразование к уравнению Error:
=a0x(nT)+a1x(nT-T)+a2x(nT-2T)+...+aMx(nT-MT) Reference source not found:
(4.33) Y(z)-b1Y(z)z-1-b2Y(z) z-2-...-bNY(z) z-N=
x (nT ) a0 y(nT )

=a0X(z)+a1X(z)z-1+a2X(z)z-2+...+aMX(z) z-M
z-1 z-1 a0 +a1 z−1+ a1 z −2+...++ a M z −M
a1 b1 H (z )= (4.34)
1−b1 z−1−b2 z−2−...−b N z− N
Выражение Error: Reference source not
z-1 z-1 found позволяет установить связь между
a2 b2
значениями элементов схемы фильтра и
системной функцией. Коэффициенты в
z-1 z-1
числителе системной функции ai
a3 b3 определяются значениями коэффициентов
при x(nT-kT) в нерекурсивной части
фильтра, а коэффициенты в знаменателе bi
aM определяют рекурсивную часть фильтра.
bN
z-1
4.9. УСТОЙЧИВОСТЬ ЦИФРОВЫХ
Рис. 4.8. Схема рекурсивного ЦФ N-го
порядка ФИЛЬТРОВ
Алгоритму Error: Reference source not
found соответствует схема на Рис. 4 .8. Это
же уравнение можно рассматривать и как
алгоритм цифровой фильтрации, если его
переписать в виде:
Как и передаточная функция, системная Учитывая, что z= epT = eT ejT , можно
функция цифрового фильтра может быть сделать вывод, что для устойчивого
полностью охарактеризована положением цифрового фильтра полюсы должны
своих нулей и полюсов в плоскости располагаться внутри окружности
комплексного переменного z. единичного радиуса.
Известно, что для физически устойчивой
Чем выше эквивалентная
аналоговой системы полюсы передаточной
функции должны быть расположены в
добротность системы, тем ближе должны
левой полуплоскости комплексного
переменного
располагаться полюсы к окружности |z|=1.
p =+j , т.е. при Re(p)<0. Чем меньше
затухание в системе, тем ближе Например, системная функция
расположены полюсы к мнимой оси. цифрового фильтра - аналога RC-цепи 1го
По аналогии можно определить порядка имеет единственный полюс при
положение полюсов системной функции
z=e-T/. Чем больше постоянная времени ,
цифрового фильтра в плоскости
тем медленнее затухает переходный
комплексного переменного z.
процесс при элементарном воздействии и
тем ближе расположен полюс к единичной
окружности.
 4.10. ФОРМЫ РЕАЛИЗАЦИИ ЦИФРОВЫХ ФИЛЬТРОВ: КАНОНИЧЕСКАЯ,
ПОСЛЕДОВАТЕЛЬНАЯ И ПАРАЛЛЕЛЬНАЯ ФОРМЫ
Схема ЦФ на не является единственно фильтра.
возможной формой реализации ЦФ с x(nT) u(nT) a0 y(nT)
системной функцией вида . Запишем  
выражение, связывающее Z-образы z-1 z-1
входных и b1 a1
выходных сигналов фильтра общего вида:
z-1 z-1
a 0+ a1 z −1 +a 2 z−2 +...+a M z −M b2 a2
Y ( z )= −1 −2 −N
X (z )(4.35)
1−b1 z −b 2 z −...−b N z
z-1
Выделим промежуточную
b3 a3
последовательность u(nT), для которой
определим преобразование следующим
z-1
образом:
aM
X ( z)
U ( z )= (4.36)
1−b 1 z −b 2 z−2−...−b N z−N
−1
z-1
Такое преобразование осуществляется с bN
помощью рекурсивного ЦФ N-го порядка.
Связь между выходным сигналом y(nT) и
промежуточным (nT) определяется Рис. 4.9. Прямая (основная) форма
выражением: ЦФ

Y ( z )=U (z )(a0 +a 1 z−1 +a2 z−2+ ...+ a M z− M )(4.37)

x(nT) a0 y(nT)
Эта формула определяет  
z-1
нерекурсивное преобразование, которое b1 a1

можно производить после рекурсивного, z-1

b2 a2
которое определено в Error: Reference source
z-1
not found. Общая схема фильтра показана на
b3 a3
Рис. 4 .9.

В этой схеме несколько элементов aM

задержки являются лишними, т.к. z-1

дублируют друг друга. Если попарно bN

объединить дублирующие элементы, то Рис. 4.10. Каноническая форма реализация ЦФ

получим форму реализации фильтра (Рис. 4 Кроме прямой и канонической форм
реализации ЦФ существуют и другие
.10), которую называют канонической. варианты.
Разложим многочлен в числителе и
Преимуществом канонической схемы знаменателе системной функции на
фильтра является минимальное число множители вида:
элементов задержки, равное порядку
 (i + i z-1 ) и (i + i z-1 + i z-2) Системную функцию Error: Reference
source not found, представленную в виде
так, чтобы коэффициенты i, i, i были
произведения элементарных сомножителей,
действительными числами. Это возможно,
можно посредством разложения на простые
так как все коэффициенты ai и bi являются
дроби преобразовать к виду:
вещественными. Затем, группируя
H (z )=∑ ~
H m (z ) (4.39)
соответствующим образом эти множители, m
представим системную функцию в виде Такое представление системной функции
произведения соответствует схемной реализации (Рис. 4 .
H(z)=H1(z) · H2(z) ·...· Hk(z) (4.38) 12) в виде параллельного соединения
~
элементарных цифровых фильтров H m ( z ).
где сомножители имеют вид системных
функций фильтров первого и второго x(nT)4.12. Параллельная
Рис. H1(z) форма ЦФ
порядков:
α i + β i z−1 Рассмотренные четыре типа фильтров
H i ( z)= −1 или эквивалентны друг H2другу
(z) и дают один y(nT)
и тот
1+ γ i z
же результат, если не учитывать
α i + β i z−1 +δ i z−2 квантования сигналов, погрешностей
H i ( z)=
1+ γ i z−1 + λi z−2 округления результатов промежуточных
Hm(z)
Следовательно, ЦФ с системной вычислений и считать, что параметры
фильтров (т.е. коэффициенты i, i, i и
функцией Error: Reference source not found другие) заданы абсолютно точно.
Погрешности обработки сигналов
может быть реализован посредством (квантование коэффициентов и усечение
результатов) могут в отдельных случаях
каскадного (последовательного) приводить к потере устойчивости для
рекурсивных цифровых фильтров.
соединения цифровых фильтров 1го и 2го Применение последовательной и
параллельной форм реализации ЦФ
порядка (Рис. 4 .11). позволяет несколько снизить ошибки
обработки сигналов по сравнению с прямой
и канонической схемами.
x(nT) y(nT)
H1(z) H2(z) Hk(z)
Рис. 4.11. Последовательная форма ЦФ