Программирование и анализ быстродействия фильтра

                                                       Содержание.

 

Введение………………………………………………………………………………………3

1. Исходные требования…………………………………………………………………….4
2. Выбор метода проектирования…………………………………………………………..5
3. Проектирование фильтра…………………………………………………………………7
0. Характеристики идеального фильтра нижних частот (ФНЧ)………………….7
0. Выбор взвешивающей функции (окна)………………………………………….8
0. Получение цифрового КИХ-фильтра нижних частот 

с заданными характеристиками………………………………………………….11

4. Уравнение фильтра……………………………………………………………………….13
5. Тестирование фильтра…………………………….……………………………………...15
6. Программирование и анализ быстродействия фильтра………………………………..18

Заключение……………………………………………………………………………………21

Список литературы и  электронных источников информации…………………………….22

                                                     Введение.

 

Фильтром называется устройство (цепь), которое обеспечивает необходимую  реакцию на какой-то входной сигнал. В основном, данная реакция заключается  в выделении из входного сигнала, который представляет собой  смесь полезного сигнала с шумом, полезной составляющей, то есть определённые полезные свойства входного сигнала сохраняются в выходном сигнале, а нежелательные – подавляются. Данный аспект очень актуален, например, при передаче данных, где, может быть, из-за характеристик линии связи, а, может быть, и из-за других каких-то причин, полезный сигнал зашумляется, искажается, и поэтому приёмная сторона получает не нужный ей полезный сигнал, а его сильно искажённую форму. Поэтому фильтры очень распространены в современной технике, и как электронные компоненты входят в состав многих электронных устройств. Семейство фильтров весьма разнообразно, они классифицируются по разным параметрам. В зависимости от выделяемой полосы частот (полосы пропускания) фильтры подразделяются на фильтры нижних частот (ФНЧ), фильтры верхних частот (ФВЧ), полосовые фильтры (ПФ) и режекторные (или заграждающие) фильтры (РФ). По типу преобразуемого сигнала фильтры делятся на аналоговые (активные и пассивные) и цифровые. В современной технике используются как те, так и другие типы фильтров, но аналоговые фильтры в то же время являются фундаментальным классом фильтров и используются для проектирования цифровых. Из-за невозможности реализации абсолютно идеального фильтра, характеристики фильтра аппроксимируются специальными типами функций. И по названию этих аппроксимирующих функций фильтры подразделяются на фильтры Баттерворта, Чебышева, Бесселя, Кауэра и др. Среди цифровых фильтров, в свою очередь, выделяют два фундаментальных класса: фильтры с конечной импульсной характеристикой (КИХ-фильтры) и фильтры с бесконечной импульсной характеристикой (БИХ-фильтры).

Такое разнообразие цифровых фильтров призвано удовлетворять каким-либо потребностям в получении выходного  сигнала. И в зависимости от требований, предъявляемых к выходному сигналу, получаются требования к самому цифровому фильтру. В итоге в каждом конкретном случае требуется спроектировать цифровой фильтр с теми или иными характеристиками. В данной работе рассматривается тот случай, когда требуется спроектировать цифровой КИХ-фильтр нижних частот.             

 

                                        Исходные требования.

 

В данной работе требуется разработать  цифровой КИХ-фильтр нижних частот со следующими характеристиками:

 

• Длина импульсной характеристики – 256 отсчётов,
• Частота среза – 500 Гц,
• Частота дискретизации 2500 Гц.

 

Исходя из этих требований, можно  сделать некоторые выводы о том, каким должен быть данный фильтр. Во-первых, данный фильтр должен быть цифровым, то есть он должен оперировать с дискретными по времени входными сигналами. Во-вторых, данный фильтр должен являться фильтром с конечной импульсной характеристикой, а, это значит, что длина его импульсной характеристики должна быть ограничена, и в нашем случае эта длина ограничивается 256-ю отсчётами, и, можно сказать, что порядок фильтра будет равен 256-и. Кроме того,  сигнал на выходе данного фильтра будет зависеть только от значений входного сигнала и не будет зависеть от значений выходного сигнала в предыдущие моменты времени, как, у БИХ-фильтров.  Также данный фильтр будет устойчив, а его фазовая характеристика должна быть линейной, что для КИХ-фильтров довольно легко получить. Полученный фильтр должен быть фильтром нижних частот с частотой среза равной 500 Герц и с частотой дискретизации равной 2500 Герц. То есть данный фильтр должен почти без искажений пропускать низкочастотную составляющую входного сигнала (от 0 до 500 Гц), и почти не должен пропускать ту часть входного сигнала, частота которой выше 500 Гц. Слово “почти” означает что данный фильтр, как и всякий другой реальный фильтр, будет, естественно, хуже своего идеального прототипа, то есть хуже идеального ФНЧ. У полученного фильтра будет некая неравномерность коэффициента передачи в полосе пропускания, у него будет некоторая переходная полоса  между полосой пропускания и полосой задерживания, а также его коэффициент ослабления в полосе задерживания не будет ослаблять “на ноль”. И в итоге нужно сказать, что данный фильтр должен реализовываться не путём дискретной свёртки входного сигнала и импульсной характеристики фильтра, хотя так тоже без сомнения можно сделать, а путём использования вычисления свёртки в частотной области с помощью алгоритмов быстрого преобразования Фурье (БПФ), что, при нашем количестве отсчётов равным 256, увеличит производительность фильтра примерно в 4 раза.

График характеристики затухания  фильтра (Рис.1.) в нашем случае будет выглядеть довольно-таки абстрактно, так как Amax – допустимая неравномерность коэффициента передачи в полосе пропускания, Amin – минимальное ослабление в полосе задерживание, и Fs – начальное положение полосы задерживания, в исходных требованиях не определены. Забегая вперёд, скажем, что конкретизацию этих параметров будет обеспечивать та взвешивающая функция (окно), которую мы выберем при проектировании нашего фильтра.

                                                        Рис.1. График характеристики затухания  фильтра.

 

                                         Выбор метода проектирования.

 

Наиболее широко используются три метода расчёта КИХ-фильтров с линейной фазовой характеристикой. Это метод взвешивания импульсной характеристики при помощи соответствующей взвешивающей функции, метод частотной выборки и метод расчёта оптимальных фильтров. Рассмотрим вкратце эти три метода [1], [3].

Начнём с  рассмотрения метода частотной выборки [3, стр. 81-92]. Данный метод получил такое название, потому что он основан на выборе N равноотстоящих значений (выборок) частотной характеристики, после чего нужно произвести вычисление обратного дискретного преобразования Фурье (ДПФ) для этих выборок, так как из формулы ДПФ непосредственно вытекает прямой способ получения импульсной характеристики фильтра. Однако данная прямая процедура не совсем корректна в практическом применении, так как невозможно предсказать поведение частотной характеристики между частотными выборками, более того, это поведение, в большинстве своём, не удовлетворительно. Поэтому в данном методе используются некоторые подходы, предназначенные для уменьшения пульсаций в поведении частотной характеристики. А также формулируются условия синтеза фильтров с линейной фазой и действительной импульсной характеристикой, которые должны выполняться. Для того чтобы импульсная характеристика была действительной, в разностном уравнении фильтра некоторые коэффициенты должны удовлетворять условиям симметрии. А для того, чтобы получить фильтр с линейной фазой, частотные выборки должны быть симметричными по амплитуде и должны иметь линейную антисимметричную фазу в интервале (-π, π) согласно общим свойствам преобразования Фурье, но учитывая смысл обратного ДПФ, условия симметрии удобней выражать на интервале (0, 2π). Чтобы ошибка аппроксимации в полосе пропускания и в полосе задерживания была минимальной, нужно хорошо выбрать выборки частотной характеристики в переходной полосе. Для этой цели предназначены несколько способов, один из которых основан на использовании метода наискорейшего спуска, другой же, более эффективный подход основан на формулировке задачи аппроксимации в виде задачи линейного программирования, важность которой заключается в том, что можно показать, что решение, если оно существует, может быть найдено за конечное число шагов с помощью процедуры, гарантирующей сходимость.

Теперь рассмотрим метод расчёта оптимальных фильтров [3, стр. 95-103]. Фильтры, полученные методом частотных выборок, будут оптимальными фильтрами в том случае, если при их построении использовалось линейное программирование. То есть оптимальными являются те фильтры, для которых максимальная ошибка в полосе пропускания и (или)  в полосе задерживания минимальна по сравнению с любыми другими фильтрами, которые можно получить, изменяя значения выборок в переходной полосе. Можно построить несколько классов оптимальных фильтров, которые отличаются различным выбором переменных параметров и критерием оптимальности. При аппроксимации же все коэффициенты фильтра считаются переменными и определяются процедурой оптимизации. Первый класс оптимальных фильтров – это класс фильтров, оптимальных в смысле минимума нормы ׀׀ Lp ׀׀, которая связывает желаемую частотную характеристику с аппроксимирующей функцией, коэффициенты которой получаются так, чтобы минимизировать ׀׀ Lp ׀׀. Другой подход основан на том, что задача построения КИХ-фильтров сводится к задаче чебышевской аппроксимации, соответствующей случаю, когда p = ∞ в ׀׀ Lp ׀׀. Чебышевские аппроксимации имеют очень важное свойство, называемое чебышевским альтернансом, которое очень полезно при поиске решения задачи аппроксимации. Для построения фильтров, имеющих ошибку с равноколебательным поведением, предложено несколько методов, наиболее эффективный из которых основан на итерационной процедуре, известной под названием второго алгоритма Ремеза. Чебышевский метод синтеза можно также сформулировать в виде задачи линейного программирования, что приводит к алгоритму, который менее эффективен, чем алгоритм Ремеза, но имеет преимущество в гибкости. Таким образом, задача, как и в методе частотных выборок, сводится к линейному программированию, только в этом случае переменные, по которым проводится оптимизация, не являются частотными выборками, а представляют собой набор коэффициентов импульсной характеристики, то есть множество всех выборок её ДПФ.

И, наконец, рассмотрим метод взвешивания  импульсной характеристики при помощи соответствующей взвешивающей функции [1, стр. 80-90], [3, стр. 72-79]. В данном методе частотная характеристика представляется в виде ряда Фурье, коэффициенты которого представляют собой значения импульсной характеристики фильтра. Такое представление возможно вследствие периодичности комплексной экспоненты. Однако суммирование в ряде Фурье происходит в бесконечных пределах, что означает бесконечную импульсную характеристику. Поэтому для получения конечной импульсной характеристики используют конечное число членов ряда Фурье. Такое усечение ряда Фурье вызывает явление Гиббса, которое приводит к появлению пульсаций аппроксимирующей частотной характеристики вблизи точек разрыва, то есть на идеально плоской АЧХ в полосе пропускания и в полосе задерживания появляются пульсации, а разрыв на частоте среза сменяется конечной переходной полосой. При увеличении количества отсчётов ширина переходной полосы уменьшается, а пульсации локализуются в меньшем диапазоне частот, но амплитуда пульсаций остаётся той же, что и раньше, то есть амплитуда пульсаций не зависит от количества отсчётов. Усечение ряда Фурье конечным числом членов представляет собой умножение бесконечного ряда на прямоугольное “окно”. Прямоугольное окно может лишь уменьшить ширину переходной полосы путём увеличения количества отсчётов, но не может уменьшить амплитуду пульсаций. Таким образом, прямоугольное окно не обеспечивает допустимую амплитуду пульсаций. Для уменьшения пульсаций, а также для получения более узкой переходной полосы, используют сглаживающие функции (окна). В данном методе для обеспечения допустимого уровня пульсаций частотной характеристики, значения импульсной характеристики умножаются на некую весовую последовательность (окно), в результате чего получается взвешенная импульсная характеристика. Сглаживающие свойства взвешивающего окна тем лучше, чем меньше у него ширина главного лепестка и чем меньше площадь под боковыми лепестками. Однако эти два условия взаимно противоречивы. Существует несколько видов сглаживающих окон, которые в той или иной степени сочетают два этих условия.

Итак, после рассмотрения нами всех трёх методов, которые широко распространены в практике, можно сделать вывод, что наиболее удобным, простым и менее трудоёмким является метод взвешивания. Данный метод, основанный на получении взвешенной импульсной характеристики требуемого КИХ-фильтра, предоставляет довольно-таки разнообразный список сглаживающих функций (окон), что предоставляет некоторую свободу в выборе окна в зависимости от интересующей нас частотной характеристики проектируемого фильтра. Поэтому в данной работе в качестве метода проектирования нашего цифрового фильтра выбран именно этот метод.

                              Проектирование фильтра.

 

Итак, как было сказано выше, проектирование нашего фильтра будет осуществляться методом взвешивания импульсной характеристики при помощи соответствующей взвешивающей функции. Данный этап проектирования можно разбить на три подэтапа:

1. Задание характеристик идеального фильтра нижних частот (ФНЧ) с теми характеристиками, которые были определены в исходных требованиях.
2. Выбор и задача взвешивающей функции (окна) определённой ширины.
3. Получение взвешенной импульсной характеристики требуемого фильтра, определение его частотной характеристики и передаточной функции.

Далее подробно рассматриваются вышеуказанные подэтапы.

Проектирование требуемого цифрового  фильтра осуществляется в среде  MathCAD 2000.

 

 

 

                         Получение цифрового КИХ-фильтра  нижних частот

                                              с заданными характеристиками.

 

Теперь получим взвешенную импульсную характеристику требуемого фильтра, для  чего перемножим импульсную характеристику идеального ФНЧ с окном Кайзера:

 

 

Так как наш фильтр, естественно, должен быть каузальным, то полученную импульсную характеристику нужно сдвинуть так, чтобы она была равна нулю при значениях аргумента меньших нуля, то есть фильтр не должен выдавать реакцию на входной сигнал, если он ещё не поступил на вход фильтра.

 

 

 

                    Рис.9. График импульсной характеристики для физически реализуемого фильтра.

Теперь определим частотную  характеристику фильтра, и посмотрим, обеспечивается ли нужная амплитудно-частотная  характеристика, и удовлетворяет  ли она исходным требованиям.