Особенности проведения оценки оптимальности фильтрации периодических сигналов различной формы при оптимизированном расчете порядка цифрового фильтра нижних частот. Проведение генерирования и фильтрации зашумленных периодических сигналов различной формы.
При низкой оригинальности работы "Оценка оптимальности фильтрации периодических сигналов при помощи оптимизированного на базе аппроксимации расчета порядка цифрового фильтра", Вы можете повысить уникальность этой работы до 80-100%
Наукові записки Українського науково-дослідного інституту звязку.Для оцінки можливості застосування оптимізованого розрахунку порядку цифрового фільтру була проведена серія експериментів по генеруванню і фільтрації зашумлених періодичних сигналів різної форми і з різним співвідношенням сигнал-шум. Розрахунки показали, що оптимальний і оптимізований фільтри дозволяють отримати порівнянну якість фільтрації зашумленного сигналу. Для всех зашумленных сигналов рассчитаны оптимальные (относительно исходных незашумленных сигналов) и оптимизированные (относительно аппроксимированных сигналов) порядки ФНЧ по критерию минимальности среднеквадратичной ошибки (СКО). Расчеты показали, что оптимальный и оптимизированный фильтры позволяют получить сравнимое качество фильтрации зашумленного сигнала. The article deals with estimation of the optimal filtering of periodic signals of different shapes with optimized estimation of the digital low pass filter (LPF) order.Одним из возможных вариантов фильтрации сигналов является фильтрация низкочастотных сигналов при помощи ФНЧ, который предназначен для выделениянизкочастотной составляющей сигнала, представленного рядом дискретныхзашумленных значений. В разделе «Фильтрация периодических сигналов» приведены результаты экспериментов, которые были выполнены для сравнения значений порядков полученных с помощью метода оптимизированного расчета (по критерию минимальности СКО для отфильтрованного и аппроксимированного сигналов) и оптимального расчета (по критерию минимальности СКО для отфильтрованного и исходного незашумленного сигнала). В модуле реализованы следующие алгоритмы: фильтрации простым скользящим средним (ПСС); линейной аппроксимации; оптимизированного расчета порядка цифрового фильтра, который минимизирует значение СКО для аппроксимированного и отфильтрованного сигналов; расчета оптимального порядка цифрового фильтра, который минимизирует значение СКО для отфильтрованного и исходного (незашумленного) сигналов. В компоненте «Модуль оценки фильтрации» были реализованы программные методы: расчета СКО (меры подобия сигналов); расчета математического ожидания; расчета коэффициента корреляции; расчета среднеквадратичного отклонения. Фильтрация ПСС в заданный момент дискретизации определяется следующим соотношением: уф (t) ? 1 ??x(t ?i), (4) i?0 m m?1 где t - временная точка дискретизации; m - порядок фильтрации (количество предыдущих, с учетом текущего, значений зашумленного сигнала); x(t-i) - значение зашумленного сигнала во временной точке дискретизации t-i; уф (t) - сигнал после фильтрации в заданной точке дискретизации t.
План
1.Введение.
Список литературы
1. Сергиенко А. Цифровая обработка сигналов / А. Сергиенко. - [3-е изд.]. - Санкт-Петербург : изд. «БХВ-Петербург», 2011. - С. 593-595.
2. Rogoza V., Sergeev A. The Comparison of the Stochastic Algorithms for the Filter Parameters Calculation, Springer, Advances in Systems Science, Vol. 240, Switzerland, 2014. - 241-250 pp.
3. Agoston K. Accelerometer characteristics, errors and signal conditioning, In Proceedings, 6th Inter-eng conference, Romania, 2012. - 278-279 pp.
4. N. Draper, H. Smith. Applied regression analysis. Wiley series,3rd ed., US, 1998. - 24-25 pp.
5. Kionix. KXTF9 Series: Accelerometers and Inclinometers. Rev. 3, US, 2011. - 1-2 pp.
Стор. 82
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
