Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Новые рефераты » Гратчасті фільтри для стаціонарних випадкових процесів

Реферат Гратчасті фільтри для стаціонарних випадкових процесів





Решітчасті фільтри для стаціонарних випадкових процесів

1. Переваги гратчастих фільтрів


Побудова АР моделі або синтез АР фільтра вимагають обчислення коефіцієнтів АР. Для цього необхідно звертати кореляційну матрицю, а ця операція, як правило, пов'язана з великим обсягом обчислень.

Пошуки ефективних алгоритмів обчислення коефіцієнтів АР призвели до синтезу гратчастих структур. Гратчасті структури можуть бути реалізовані в вигляді гратчастих фільтрів (РФ). Параметрами РФ є коефіцієнти відбиття і число ланок фільтра. Коефіцієнти відбиття однозначно пов'язані нелінійними співвідношеннями з параметрами АР і визначаються, в кінцевому рахунку, кореляційної функцією випадкового процесу. Число ланок РФ одно порядку АР моделі. РФ, також як і АР фільтри, є фільтрами передбачення, мінімізують дисперсію помилки передбачення.

Незважаючи на те, що АР фільтри і РФ математично еквівалентні, між ними існує ряд відмінностей, істотних з практичної точки зору. При цифровий реалізації фільтрів особливе значення відіграє шум округлення. Його поява пов'язана з тим, що значення величин доводиться представляти кінцевим числом розрядів. Як показує досвід, в цьому відношенні РФ більш ефективні. Пояснюється це тим, що помилки округлення (i-1) - го ланки в РФ частково компенсуються в i-м ланці РФ, чого немає в АР фільтрах.

Іншим істотним властивістю цифрових фільтрів є їх чутливість до квантованной формі представлення параметрів фільтра. Тому, природно, виникає питання: наскільки сильно залежать характеристики фільтра від відхилення величин параметрів? Доведено, що РФ менш чутливі до погрішностей квантування параметрів в порівнянні з фільтрами прямої реалізації.

При синтезі РФ, що складається з p ланок, використовуються ті ж коефіцієнти відображення, що і у (p-1) - ланка фільтра. В АР фільтрі при збільшенні числа ланок фільтра доводиться заново перераховувати всі коефіцієнти АР фільтра. Отже, використання РФ для обробки випадкових сигналів має ряд переваг, порівняно з АР фільтрами.

2. Синтез гратчастого фільтра


Незважаючи на близькість РФ та АР фільтрів, використання РФ вимагає введення нових понять і співвідношень, на основі яких виводиться структура РФ. Перш все, необхідно зупинитися на виведенні рекурентних співвідношень, які носять назву алгоритму Левінсона-Дарбіна. Алгоритм дозволяє обчислювати для р-го порядку коефіцієнти АР і відображення РФ за знайденими коефіцієнтами АР моделі сигналу 1 ... р порядків.

За аналогією з фільтром прямого передбачення для сигналу, описуваного моделлю АР р-го порядку, можна ввести фільтр зворотного передбачення, описуваний виразом


, (1)


де - коефіцієнти фільтра зворотного передбачення, що складається з р ланок, - помилка зворотного передбачення на виході р-го ланки фільтра. Рівняння описує регресію значення випадкового процесу на наступні.

Значення коефіцієнтів фільтра зворотного передбачення перебувають з допомогою системи рівнянь, аналогічної системі рівнянь Юла-Уокера можна представити узагальнені рівняння Юла-Уокера в матричному вигляді


, (2)


де-квадрат СКО, рівний дисперсії помилки прямого передбачення, R p - кореляційний матриця (p +1) - го порядку


. (3)


Щоб не виходити за рамки загальноприйнятих в теорії гратчастих фільтрів позначень, надалі викладі буде використовуватися заміна та.

Помноживши ліву і праву частини рівняння на, і усереднивши, легко отримати рівняння Юла-Уокера для фільтра зворотного передбачення, аналогічне (3)


, (4)


де - дисперсія помилки зворотного передбачення на виході p-го ланки фільтра зворотного передбачення. Об'єднавши матричні рівняння (2) і (4) можна записати загальне рівняння


. (5)


Очевидно, що для (р +1) - ланка фільтра повинно так само виконуватися співвідношення типу


. (6)


Від матричного рівняння (5) можна перейти до матричному рівнянню (6) лише в тому випадку, якщо коефіцієнти фільтрів прямого і зворотного передбачення p-го порядку пов'язані з коефіцієнтами фільтра (p +1) - го порядку наступним чином


, (7)


де-деякі, так звані, коефіцієнти відображення. Помноживши праворуч ліву і праву частини матричного рівняння (7), на кореляційний матрицю можна показати, що коефіцієнти відображення задовольняють співвідношенням


, (8а)

. (8б)


Величини, що входять до співвідношення (8а) і (8б), описувані виразами


, (9а)

, (9б)

як буде показано нижче, інтерпретуються як взаємна кореляція помилок прямого і зворотного передбачення при одиничній затримці. Для скалярного випадку справедливі рівності


. (10)


Використовуючи співвідношення (8а), (8б) та враховуючи (7), алгоритм Л...


сторінка 1 з 3 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Розрахунок LC-фільтра, ARC-фільтра, амплітудного коректора
  • Реферат на тему: Розробка схеми та технології настройки фільтра верхніх частот другого поряд ...
  • Реферат на тему: Передбачення і футурологія: загальне і особливе
  • Реферат на тему: Розрахунок параметрів смугового фільтра
  • Реферат на тему: Розрахунок параметрів фільтра для усунення перешкод зв'язку