Processamento de sinais Filtros digitais Os filtros digitais são, por essência, sistemas amostrados. Os sinais de entrada e saída são representados por amostras com igual distância de tempo. Os filtros de resposta de implante finito (FIR) são caracterizados por uma resposta temporal que depende apenas de um dado número das últimas amostras do sinal de entrada. Em outros termos: uma vez que o sinal de entrada caiu para zero, a saída do filtro fará o mesmo depois de um determinado número de períodos de amostragem. A saída y (k) é dada por uma combinação linear das últimas amostras de entrada x (k i). Os coeficientes b (i) dão o peso para a combinação. Correspondem também aos coeficientes do numerador da função de transferência do filtro do domínio z. A figura a seguir mostra um filtro FIR de ordem N 1: Para filtros de fase linear, os valores dos coeficientes são simétricos em torno do meio e a linha de retardo pode ser dobrada em torno deste ponto médio para reduzir o número de multiplicações. A função de transferência de filtros FIR só exibe um numerador. Isso corresponde a um filtro zero total. Filtros FIR normalmente exigem pedidos de alta, na magnitude de várias centenas. Assim, a escolha deste tipo de filtros vai precisar de uma grande quantidade de hardware ou CPU. Apesar disso, uma razão para escolher uma implementação de filtro FIR é a capacidade de obter uma resposta de fase linear, o que pode ser uma exigência em alguns casos. No entanto, o designer tem a possibilidade de escolher filtros IIR com uma boa linearidade de fase na banda de passagem, como os filtros Bessel. Ou para projetar um filtro allpass para corrigir a resposta de fase de um filtro IIR padrão. Filtros de média móvel (MA) Os modelos de modificação de média móvel (MA) são modelos de processo na forma: MA processos é uma representação alternativa de filtros FIR. Filtros médios Editar Um filtro que calcula a média das N últimas amostras de um sinal É a forma mais simples de um filtro FIR, com todos os coeficientes sendo iguais. A função de transferência de um filtro médio é dada por: A função de transferência de um filtro médio tem N zeros igualmente espaçados ao longo do eixo de freqüência. No entanto, o zero na DC é mascarado pelo pólo do filtro. Assim, há um lobo maior um DC que responde pela faixa de passagem do filtro. Filtros integrados-Comb (CIC) em cascata Editar Um filtro integrador-pente em cascata (CIC) é uma técnica especial para a implementação de filtros médios colocados em série. A colocação em série dos filtros médios aumenta o primeiro lobo em DC em comparação com todos os outros lóbulos. Um filtro CIC implementa a função de transferência de N filtros médios, cada um calculando a média de R M amostras. A sua função de transferência é assim dada por: Os filtros CIC são utilizados para dizimar o número de amostras de um sinal por um factor de R ou, em outros termos, para reamostrar um sinal a uma frequência mais baixa, eliminando amostras de R 1 de R. O factor M indica quanto do primeiro lóbulo é utilizado pelo sinal. O número de fases médias do filtro, N. Indica quão bem outras bandas de frequência são amortecidas, à custa de uma função de transferência menos plana em torno de DC. A estrutura do CIC permite implementar todo o sistema com apenas adicionadores e registradores, sem utilizar multiplicadores que sejam gananciosos em termos de hardware. Downsampling por um fator de R permite aumentar a resolução do sinal por log 2 (R) (R) bits. Filtros canónicos Os filtros canónicos implementam uma função de transferência de filtros com um número de elementos de atraso igual à ordem do filtro, um multiplicador por coeficiente de numerador, um multiplicador por coeficiente de denominador e uma série de aditivos. Similarmente aos filtros ativos, as estruturas canônicas, este tipo de circuitos mostraram-se muito sensíveis aos valores dos elementos: uma pequena mudança em um coeficiente teve um grande efeito sobre a função de transferência. Aqui também, a concepção de filtros activos deslocou-se de filtros canónicos para outras estruturas, tais como cadeias de secções de segunda ordem ou filtros de salto alto. Cadeia de Seções de Segunda Ordem Editar Uma seção de segunda ordem. Muitas vezes referida como biquad. Implementa uma função de transferência de segunda ordem. A função de transferência de um filtro pode ser dividida em um produto de funções de transferência cada associado a um par de pólos e possivelmente um par de zeros. Se a ordem das funções de transferência for ímpar, então uma seção de primeira ordem deve ser adicionada à cadeia. Esta seção está associada ao pólo real e ao zero real se houver um. Direct-form 1 direct-form 2 direct-form 1 transposed direct-form 2 transposed A directa-forma 2 transposta da figura seguinte é especialmente interessante em termos de hardware necessário, bem como sinal e coeficiente de quantização. Digital Leapfrog Filters Editar Estrutura do Filtro Editar Digital leapfrog filtros baseiam-se na simulação de filtros ativos analógicos do leapfrog. O incentivo para esta escolha é herdar das propriedades de sensibilidade passband excelente do circuito ladder original. O filtro passa-baixo lowpass todo-pólo de 4ª ordem pode ser implementado como um circuito digital substituindo os integradores analógicos por acumuladores. A substituição dos integradores analógicos por acumuladores corresponde à simplificação da transformação Z para z 1 s T. Que são os dois primeiros termos da série de Taylor de z e x p (s T). Esta aproximação é boa o suficiente para filtros onde a freqüência de amostragem é muito maior do que a largura de banda do sinal. Função de transferência Edit A representação de espaço de estado do filtro anterior pode ser escrita como: A partir deste conjunto de equações, pode-se escrever as matrizes A, B, C, D como: A partir desta representação, ferramentas de processamento de sinal como Octave ou Matlab permitem plotar A resposta de freqüência dos filtros ou para examinar seus zeros e pólos. No filtro de salto digital, os valores relativos dos coeficientes definem a forma da função de transferência (Butterworth, Chebyshev.), Enquanto que suas amplitudes estabelecem a freqüência de corte. Dividindo todos os coeficientes por um fator de dois desloca a freqüência de corte para baixo por uma oitava (também um fator de dois). Um caso especial é o Buterworth 3 ª ordem filtro que tem constantes de tempo com valores relativos de 1, 12 e 1. Devido a isso, este filtro pode ser implementado em hardware sem qualquer multiplicador, mas usando turnos vez. Os modelos de auto-regressão (AR) são modelos de processo na forma: Onde u (n) é a saída do modelo, x (n) é a entrada do modelo e u (n - m) são anteriores Amostras do valor de saída do modelo. Estes filtros são chamados autoregressivos porque os valores de saída são calculados com base em regressões dos valores de saída anteriores. Os processos AR podem ser representados por um filtro de todos os pólos. ARMA Filters Editar Autoresgressive Moving-Average (ARMA) filtros são combinações de AR e MA filtros. A saída do filtro é dada como uma combinação linear tanto da entrada ponderada quanto das amostras de saída ponderadas: Os processos ARMA podem ser considerados como um filtro IIR digital, com pólos e zeros. Os filtros AR são preferidos em muitos casos porque podem ser analisados usando as equações de Yule-Walker. Os processos MA e ARMA, por outro lado, podem ser analisados por equações não lineares complicadas que são difíceis de estudar e modelar. Se temos um processo AR com coeficientes de ponta-ponta a (um vetor de a (n), a (n - 1).) Uma entrada de x (n). E uma saída de y (n). Podemos usar as equações de yule-walker. Dizemos que x 2 é a variância do sinal de entrada. Tratamos o sinal de dados de entrada como um sinal aleatório, mesmo que seja um sinal determinístico, porque não sabemos qual será o valor até recebê-lo. Podemos expressar as equações de Yule-Walker como: Onde R é a matriz de correlação cruzada da saída do processo E r é a matriz de autocorrelação da saída do processo: Variância Editar Podemos mostrar que: Podemos expressar a variância do sinal de entrada como: , Expandindo e substituindo por r (0). Podemos relatar a variância de saída do processo para a variância de entrada: Resposta de Freqüência do Filtro de Média Corrente A resposta de freqüência de um sistema LTI é a DTFT da resposta de impulso, A resposta de impulso de uma média móvel de L - Filtro médio é FIR, a resposta de freqüência reduz para a soma finita Podemos usar a identidade muito útil para escrever a resposta de freqüência como onde temos deixar ae menos jomega. N 0 e M L menos 1. Podemos estar interessados na magnitude desta função para determinar quais freqüências passam pelo filtro sem atenuação e quais são atenuadas. Abaixo está um gráfico da magnitude desta função para L 4 (vermelho), 8 (verde) e 16 (azul). O eixo horizontal varia de zero a pi radianos por amostra. Observe que, em todos os três casos, a resposta de freqüência tem uma característica de passagem baixa. Uma componente constante (frequência zero) na entrada passa através do filtro sem ser atenuada. Determinadas frequências mais elevadas, tais como pi 2, são completamente eliminadas pelo filtro. No entanto, se a intenção era projetar um filtro lowpass, então não temos feito muito bem. Algumas das freqüências mais altas são atenuadas apenas por um fator de cerca de 110 (para a média móvel de 16 pontos) ou 13 (para a média móvel de quatro pontos). Podemos fazer muito melhor do que isso. O gráfico acima foi criado pelo seguinte código Matlab: omega 0: pi400: pi H4 (14) (1-exp (-iomega4)) (1-exp (-iomega)) H8 (18) (1-exp (- (1-exp (-iomega)) (1-exp (-iomega)) traço (omega, abs (H4) abs (H8) abs ( O que são filtros quotFIR? Os filtros FIR são um dos dois tipos primários de filtros digitais usados em aplicações de DSP (Digital Signal Processing - Processamento Digital de Sinais) , Sendo o outro tipo IIR. 1.2 O que quotFIR significa quotFIR significa quotFinite Impulse Responsequot. Se você colocar um impulso, isto é, uma única amostra de 1 quot seguida de muitas quot0quot amostras, os zeros sairão depois que a amostra de quot1quot tiver feito seu caminho através da linha de atraso do filtro. 1.3 Por que a resposta ao impulso é quotfinita? No caso comum, a resposta ao impulso é finita porque não há feedback no FIR. A falta de feedback garante que a resposta ao impulso será finita. Portanto, o termo resposta ao impulso quotfinito é quase sinônimo de "feedback". No entanto, se o feedback é empregado ainda a resposta ao impulso é finito, o filtro ainda é um FIR. Um exemplo é o filtro de média móvel, no qual a N-ésima amostra anterior é subtraída (retrocedida) cada vez que uma nova amostra entra. Este filtro tem uma resposta de impulso finito mesmo que utilize feedback: após N amostras de um impulso, a saída Será sempre zero. 1.4 Como faço para pronunciar quotFIRquot Algumas pessoas dizem que as letras F-I-R outras pessoas pronunciam como se fosse um tipo de árvore. Nós preferimos a árvore. (A diferença é se você fala sobre um filtro F-I-R ou um filtro FIR.) 1.5 Qual é a alternativa aos filtros FIR Os filtros DSP também podem ser QuotInfinite Impulse Response (IIR). (Veja dspGurus IIR FAQ.) Os filtros IIR usam feedback, então quando você insere um impulso, a saída, teoricamente, toca indefinidamente. 1.6 Como os filtros FIR se comparam aos filtros IIR Cada um tem vantagens e desvantagens. Em geral, porém, as vantagens dos filtros FIR ultrapassam as desvantagens, por isso são usadas muito mais do que IIRs. 1.6.1 Quais são as vantagens dos filtros FIR (em comparação com os filtros IIR) Em comparação com os filtros IIR, os filtros FIR oferecem as seguintes vantagens: Podem ser facilmente concebidos para serem fase quotlinear (e normalmente são). Posto simplesmente, os filtros da fase linear atrasam o sinal de entrada mas donrsquot distorcem sua fase. Eles são simples de implementar. Na maioria dos microprocessadores DSP, o cálculo FIR pode ser feito através de uma única instrução. Eles são adequados para aplicações multi-taxa. Por multi-taxa, quer dizer quotdecimationquot (redução da taxa de amostragem), quotinterpolationquot (aumento da taxa de amostragem), ou ambos. Seja decimando ou interpolando, o uso de filtros FIR permite que alguns dos cálculos sejam omitidos, proporcionando assim uma importante eficiência computacional. Em contraste, se forem usados filtros IIR, cada saída deve ser calculada individualmente, mesmo que a saída seja descartada (assim o feedback será incorporado no filtro). Eles têm propriedades numéricas desejáveis. Na prática, todos os filtros DSP devem ser implementados usando aritmética de precisão finita, ou seja, um número limitado de bits. O uso de aritmética de precisão finita em filtros IIR pode causar problemas significativos devido ao uso de feedback, mas os filtros FIR sem retorno podem ser implementados usando menos bits eo designer tem menos problemas práticos a resolver relacionados à aritmética não ideal. Eles podem ser implementados usando aritmética fracionária. Ao contrário dos filtros IIR, é sempre possível implementar um filtro FIR usando coeficientes com magnitude inferior a 1,0. (O ganho global do filtro FIR pode ser ajustado na sua saída, se desejado.) Esta é uma consideração importante ao usar DSP de ponto fixo, porque torna a implementação muito mais simples. 1.6.2 Quais são as desvantagens dos filtros FIR (em comparação com os filtros IIR) Em comparação com os filtros IIR, os filtros FIR têm, por vezes, a desvantagem de exigirem mais memória e / ou cálculo para obter uma determinada característica de resposta do filtro. Além disso, certas respostas não são práticas para implementar com filtros FIR. 1.7 Quais termos são usados na descrição de filtros FIR Resposta de Impulso - A resposta de resposta de um filtro FIR é apenas o conjunto de coeficientes FIR. (Se você colocar um quotimplusequot em um filtro FIR que consiste em uma amostra quot1quot seguida por muitas quot0quot amostras, a saída do filtro será o conjunto de coeficientes, como a amostra 1 passa passado cada coeficiente, por sua vez, para formar a saída.) Tap - Um quottapquot FIR é simplesmente um par de coeficientes de delay. O número de torneiras FIR (frequentemente designado como quotNquot) é uma indicação de 1) a quantidade de memória necessária para implementar o filtro, 2) o número de cálculos necessários, e 3) a quantidade de quotfilteringquot o filtro pode fazer com efeito, Multiplicar-acumular (MAC) - Em um contexto de FIR, uma quotMACquot é a operação de multiplicar um coeficiente pela amostra de dados atrasada correspondente e acumular o resultado. As FIRs geralmente requerem um MAC por toque. A maioria dos microprocessadores DSP implementa a operação MAC em um único ciclo de instrução. Banda de Transição - A faixa de freqüências entre as bordas passband e stopband. Quanto mais estreita for a banda de transição, mais torneiras serão necessárias para implementar o filtro. (Uma banda de transição quotsmallquot resulta em um filtro quotsharpquot.) Delay Line - O conjunto de elementos de memória que implementam os elementos de retardo quotZ-1quot do cálculo FIR. Buffer circular - Um tampão especial que é quotcircular porque incrementar na extremidade faz com que ele envolva ao redor para o início, ou porque decrementing desde o início faz com que ele envolva ao redor para o fim. Os buffers circulares são frequentemente fornecidos por microprocessadores DSP para implementar a quotmoformação das amostras através da linha de retardo FIR sem ter de mover literalmente os dados na memória. Quando um novo exemplo é adicionado ao buffer, ele automaticamente substitui o mais antigo. O cientista e engenheiros guia para processamento de sinal digital Por Steven W. Smith, Ph. D. Capítulo 19: Filtros Recursivos Há três tipos de resposta de fase que um filtro pode ter: fase zero. Fase linear. E fase não linear. Um exemplo de cada um destes é mostrado na Figura 19-7. Conforme ilustrado em (a), o filtro de fase zero é caracterizado por uma resposta de impulso que é simétrica em torno da amostra zero. A forma real não importa, apenas que as amostras numeradas negativas são uma imagem espelhada das amostras numeradas positivas. Quando a transformada de Fourier é tomada desta forma de onda simétrica, a fase será inteiramente zero, como mostrado em (b). A desvantagem do filtro de fase zero é que ele requer o uso de índices negativos, o que pode ser inconveniente trabalhar com. O filtro de fase linear é uma maneira de contornar isso. A resposta ao impulso em (d) é idêntica à mostrada em (a), excepto que foi deslocada para utilizar apenas amostras positivas numeradas. A resposta ao impulso ainda é simétrica entre a esquerda e a direita, no entanto, a localização da simetria foi deslocada de zero. Esta mudança resulta na fase, (e), sendo uma linha reta. Representando o nome: fase linear. A inclinação dessa linha reta é diretamente proporcional à quantidade da mudança. Uma vez que a mudança na resposta ao impulso não produz nada, mas produz uma mudança idêntica no sinal de saída, o filtro de fase linear é equivalente ao filtro de fase zero para a maioria dos propósitos. A figura (g) mostra uma resposta de impulso que não é simétrica entre a esquerda e a direita. Correspondentemente, a fase, (h), não é uma linha reta. Por outras palavras, tem uma fase não linear. Não confunda os termos: fase não-linear e linear com o conceito de linearidade do sistema discutido no Capítulo 5. Embora ambos usem a palavra linear. Eles não estão relacionados. Por que alguém se importa se a fase é linear ou não As figuras (c), (f) e (i) mostram a resposta. Estas são as respostas de pulso de cada um dos três filtros. A resposta de pulso não é nada mais do que uma resposta de passo positiva, seguida por uma resposta de passo negativa. A resposta de pulso é usada aqui porque exibe o que acontece com ambas as bordas ascendentes e descendentes em um sinal. Aqui está a parte importante: filtros de fase zero e linear possuem bordas esquerda e direita que parecem iguais. Enquanto filtros de fase não-lineares têm bordas esquerda e direita que parecem diferentes. Muitas aplicações não podem tolerar as bordas esquerda e direita procurando diferente. Um exemplo é a exibição de um osciloscópio, onde essa diferença pode ser mal interpretada como uma característica do sinal que está sendo medido. Outro exemplo é o processamento de vídeo. Você pode imaginar ligar sua TV para encontrar a orelha esquerda de seu ator favorito procurando diferente de sua orelha direita É fácil fazer um filtro FIR (resposta de impulso finito) tem uma fase linear. Isso ocorre porque a resposta ao impulso (kernel do filtro) é especificada diretamente no processo de design. Fazer com que o kernel do filtro tenha simetria esquerda-direita é tudo o que é necessário. Este não é o caso dos filtros IIR (recursivos), uma vez que os coeficientes de recursão são o que é especificado, e não a resposta ao impulso. A resposta de impulso de um filtro recursivo não é simétrica entre a esquerda e a direita e, portanto, tem uma fase não linear. Os circuitos eletrônicos analógicos têm esse mesmo problema com a resposta de fase. Imagine um circuito composto de resistores e capacitores sentados em sua mesa. Se a entrada sempre foi zero, a saída também terá sido sempre zero. Quando um impulso é aplicado à entrada, os capacitores carregam rapidamente para algum valor e então começam a decrescer exponencialmente através dos resistores. A resposta ao impulso (isto é, o sinal de saída) é uma combinação destas várias exponenciais decrescentes. A resposta ao impulso não pode ser simétrica, porque a saída era zero antes do impulso, ea decomposição exponencial nunca atinge novamente o valor zero. Criadores de filtros analógicos atacam este problema com o filtro Bessel. Apresentado no Capítulo 3. O filtro Bessel é projetado para ter como fase linear possível, no entanto, está muito abaixo do desempenho dos filtros digitais. A capacidade de fornecer uma fase linear exata é uma clara vantagem dos filtros digitais. Felizmente, existe uma maneira simples de modificar filtros recursivos para obter uma fase zero. A Figura 19-8 mostra um exemplo de como isso funciona. O sinal de entrada a ser filtrado é mostrado em (a). A Figura (b) mostra o sinal depois de ter sido filtrado por um filtro de passa-baixa de um pólo. Como este é um filtro de fase não-linear, as bordas esquerda e direita não parecem iguais, são versões invertidas umas das outras. Conforme descrito anteriormente, este filtro recursivo é implementado começando na amostra 0 e trabalhando em direcção à amostra 150, calculando cada amostra ao longo do caminho. Agora, suponha que em vez de se mover da amostra 0 para a amostra 150, começamos na amostra 150 e nos movemos em direção à amostra 0. Em outras palavras, cada amostra no sinal de saída é calculada a partir de amostras de entrada e saída à direita da amostra sendo trabalhada em. Isso significa que a equação de recursão, Eq. 19-1, é alterado para: A figura (c) mostra o resultado desta filtragem inversa. Isto é análogo a passar um sinal analógico através de um circuito RC eletrônico enquanto tempo de funcionamento para trás. Filtragem no sentido inverso não produz qualquer benefício em si mesmo o sinal filtrado ainda tem bordas esquerda e direita que não se parecem. A magia acontece quando a filtragem para frente e para trás é combinada. A figura (d) resulta da filtragem do sinal na direcção de avanço e depois filtragem novamente na direcção inversa. Voila Isso produz um filtro recursivo de fase zero. De fato, qualquer filtro recursivo pode ser convertido em fase zero com esta técnica de filtragem bidirecional. A única penalidade para este desempenho melhorado é um fator de dois no tempo de execução e na complexidade do programa. Como você encontra as respostas de impulso e freqüência do filtro global A magnitude da resposta de freqüência é a mesma para cada direção, enquanto as fases são opostas no sinal. Quando as duas direções são combinadas, a magnitude torna-se quadrada. Enquanto a fase cancela para zero. No domínio do tempo, isto corresponde à convolução da resposta de impulso original com uma versão invertida da esquerda para a direita de si mesma. Por exemplo, a resposta de impulso de um filtro passa-baixo de um único pólo é uma exponencial unilateral. A resposta ao impulso do filtro bidirecional correspondente é uma exponencial unilateral que se decompõe para a direita, convertida com uma exponencial unilateral que decai para a esquerda. Passando pela matemática, isso acaba por ser uma exponencial de dupla face que decai tanto para a esquerda quanto para a direita, com a mesma constante de decaimento que o filtro original. Algumas aplicações apenas têm uma parte do sinal no computador em um determinado momento, como sistemas que alternadamente entrada e saída de dados em uma base contínua. A filtragem bidireccional pode ser usada nestes casos combinando-a com o método de sobreposição-adição descrito no último capítulo. Quando você chega à questão de quanto tempo a resposta ao impulso é, não diga infinito. Se você fizer isso, você precisará preencher cada segmento de sinal com um número infinito de zeros. Lembre-se de que a resposta ao impulso pode ser truncada quando se decompõe abaixo do nível de ruído de arredondamento, isto é, cerca de 15 a 20 constantes de tempo. Cada segmento terá de ser preenchido com zeros tanto na esquerda como na direita para permitir a expansão durante a filtragem bidirecional.
Comments
Post a Comment