1 / 25

Filtri digitali

Filtri digitali. Introduzione. Programma del Corso. Basi di elaborazione numerica Introduzione ai filtri digitali Progetto di filtri analogici Progetto di filtri digitali ricorsivi (IIR) Progetto di filtri digitali non-ricorsivi (FIR) Filtri Multirate Filtri Non-Lineari ???.

dayton
Télécharger la présentation

Filtri digitali

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Filtri digitali Introduzione

  2. Programma del Corso • Basi di elaborazione numerica • Introduzione ai filtri digitali • Progetto di filtri analogici • Progetto di filtri digitali ricorsivi (IIR) • Progetto di filtri digitali non-ricorsivi (FIR) • Filtri Multirate • Filtri Non-Lineari ???

  3. Testi Consigliati • Proakis - ManolakisIntroduction to digital Signal ProcessingMacmillan Publishing Company • Rabiner - GoldTheory and application of digital signal processingPrentice_hall • MitraDigital Signal ProcessingMc Graw Hill • Oppenheim – ShaferDigital Signal ProcessingPrentice Hall

  4. Campione: x(n) Sequenza: {x(n)}  Impulso ….  Gradino  Esponenziale complesso Sequenze di dati (nomenclatura) Indice: n Sequenze fondamentali:

  5. {h(n)} n: indice della seq. m: ritardo {h (n)} r n = 0 Ritardo Una qualunque sequenza puo’ essere pensata come una combinazione lineare di tante sequenze impulsive opportunamente ritardate e pesate

  6. LTI x(n) y(n) Sistemi LTI (Linearity) Linearita’:

  7. LTI x(n) y(n) Sistemi LTI (Time Invariant) Invarianza Temporale:

  8. LTI u (n) x(n) x (n) h(n) y(n) y(n) o Convoluzione Con una semplice sostituzione degli indici (m = n - m)

  9. Causalita` Si definisce causale un sistema per cui Ovvero il sitema non e’ “anticipativo” Stabilita` Un sistema e` stabile se, sollecitato con un ingresso “limitato” risponde con un’uscita pur essa “limitata”. Condizione necessaria e sufficiente per la stabilita’ e’:

  10. Espressioni per “y(n)” Convoluzione Differenzefinite • Vi sono 2 categorie di Filtri Lineari: • FIR (Finite Impulse response) in cui l’uscita dipende solo dall’ingresso • IIR (Infinite Impulse Response) in cui e’ presente una “retroazione”

  11. Risposta in frequenza Si solleciti un sistema lineare avente una risposta impulsiva “h(n)” con un segnale di tipo: L’uscita risulta essere: Ove “H(e jw)” prende il nome di “riposta in frequenza”

  12. -p p Risposta in frequenza - Proprieta’: • Funzione continua in w • Periodica di periodo 2p • Se h(n) è reale • modulo simmetrico e fase antisimmetrica • “Re(H)” simmetrico ed “Im(H)” antisimmetrico

  13. LTI Risposta in frequenza - Proprieta’: Essendo “H” periodica può essere sviluppata in serie di Fourier: Ovvero:

  14. X(t) X(nT) T Sequenza temporale Se si vuole mantenere il legame temporale con il segnale analogico La risposta in frequenza risulta periodica di periodo 2p/T

  15. Legame spettro analogico - digitale Un qualunque segnale continuo: Campionato con periodo T: Suddividendo l’integrale: Sostituendo: w’ = W - 2pm/T: Semplificando: Ma paragonando il risultato ottenuto con quanto si e’ visto per i segnali digitali, ovvero: Si perviene al legame tra le rappresentazioni spettrali del segnale originale e del suo campionato:

  16. X(t) T Legame spettro analogico - digitale Partendo da un segnale analogico Con un certo spettro Definito un certo intervallo di campionamento T ed operando il campionamento del segnale

  17. X(t) X(nT) -p/T p/T Legame spettro analogico - digitale Si ottiene un segnale digitale Con un certo spettro digitale T Lo spettro digitale (periodico) e’ ottenibile come sovrapposizione di infinite repliche, opportunamente traslate, dello spettro analogico

  18. X(t) X(nT) T -p/T p/T Aliasing Comporta una modifica nella periodicità dello spettro Una modifica dell’intervallo T ALIASING:Se si sceglie un periodo di campionamento troppo elevato (in riferimento alla massima frequenza del segnale analogico) si possono avere distorsioni dovute alla sovrapposizione degli spettri

  19. X(t) X(nT) T -p/T p/T Aliasing Comporta una modifica nella periodicità dello spettro Una modifica dell’intervallo T ALIASING: Se si sceglie un periodo di campionamento troppo elevato (in riferimento alla massima frequenza del segnale analogico) si possono avere distorsioni dovute alla sovrapposizione degli spettri

  20. WM X(t) X(nT) T -p/T p/T Ovvero: Teorema di Shannon Per non avere aliasing l’intervallo di campionamento deve essere scelto in base alla seguente regola: Le componenti armoniche a frequenza superiore DEVONO venir filtrate

  21. Interpretazione • Per campionare un segnale si deve usare una frequenza di campionamento (fT) almeno doppia della massima frequenza del segnale (fN) (Nyquist) • In un segnale con una sola frequenza si devono prendere almeno 2 campioni per periodo per poter ricostruire il segnale

  22. Trasformata “Z” Data una certa sequenza “x(n)” di definisce: Proprietà: Linearità: Ritardo: Convoluzione:

  23. Im ejw Z-plane r = 1 Re Trasformata “Z” (proprietà) Legame con la risposta in frequenza:

  24. Applicazioni ai filtri lineari Poiché un filtro digitale lineare può essere rappresentato tramite una equazione alle differenze finite: Sfruttando la trasformata Z: Si perviene ad una rappresentazione del filtro secondo la trasf.Z come un rapporto di due polinomi in Z. H è la Z-trasf. della risposta impulsiva h(n)

  25. x(n) Z-1 b0 b1 bM-1 bM Differenze finite Convoluzione y(n) Z-1 Z-1 Z-1 aN aN-1 a1 Z-1 Z-1 Filtri digitali lineari FIR: ai = 0 IIR: ai = 0  bi = hi

More Related