Понятие о первичной и вторичной обработке сигналов
В задачах ЦОС выделяют этапы предварительной (первичной) и вторичной обработки сигналов. Это связано с тем, что в общем случае на входе системы ЦОС наблюдается смесь x(t) полезного сигнала s(t), некоторого шума n(t) и различных помех разной природы p(t):
, (1.1)
где n(t) является характеристикой самого техничного устройства, а p(t) – некоторое искажающее воздействие самой физической среды, в которой распространяется сигнал (например, затухание).
Различают следующие задачи цифровой обработки сигналов:
Обеспечение оптимального приёма сигналов, под которым понимается обеспечение максимально возможного подавления помех различной природы и шумов, т.к. в общем случае на вход приёмника попадает их смесь:
Определение числовых параметров сигналов – энергии, средней мощности, среднеквадратичного значения и т.д.
Разложение сигналов на некоторый набор элементарных составляющих для рассмотрения их в дальнейшем по отдельности или совместно, а так же решение обратной задачи синтеза сигнала.
Количественное измерение степени схожести или подобия сигналов.
Решение задач распознавания и идентификации сигналов.
При этом выделяют следующие основные этапы цифровой обработки сигналов:
Предварительная обработка – приём, успешное преобразование из аналоговой в цифровую форму представления.
Первичная обработка – оптимальный приём и анализ (см. задачи 1-3).
Вторичная обработка – выделение сигнала заданного вида,
7 ласссификация, распознавание и т.д. (см. задачи 4-5).
Важнейшей задачей первичной обработки сигнала является подавление n(t) и p(t) (шума и помехи). Такая задача оптимального приема может быть решена только на основе использования избыточности представления исходного сигнала, а также имеющихся сведений о свойствах полезного сигнала, помехи и шума для увеличения вероятности правильного приема [7,11].
Вследствие того, что на вход приемного устройства системы поступает сумма полезного сигнала и помехи, вероятность правильного приема будет определяться отношением полезного сигнала к помехе. Для повышения вероятности правильного приема сигнала должна быть произведена предварительная обработка принятого сигнала, обеспечивающая увеличение отношения сигнал/помеха. Таким образом, средства цифровой обработки при приеме должны содержать два основных элемента (рис.1.1) : фильтр Ф, обеспечивающий улучшение отношения сигнал/помеха, и решающее устройство РУ, выполняющее главные функции приема (обнаружения, различения и восстановления сигналов).
Рис.1.1. Структура оптимального приемного устройства
Известны следующие методы фильтрации, обеспечивающие улучшение соотношения сигнал/помеха:
метод накопления;
частотная фильтрация;
корреляционный метод;
согласованная фильтрация;
нелинейная фильтрация.
Все эти методы основаны на использовании различий свойств полезного сигнала и помехи.
Кроме того, при первичной обработке решается задача обнаружения сигнала и определения местоположения его источника. На этом же этапе обработки в ряде случаев формируются также некоторые количественные оценки сигнала (амплитуда, частота, фаза).
Во входной смеси может и не быть полезного сигнала x(t), поэтому на выходе системы предварительной обработки не будет никакого сигнала; следовательно, интенсивность потока данных на выходе будет ниже, чем на входе.
Система вторичной обработки сигнала предназначена для идентификации обнаруженного сигнала, его классификации и выдачи информации об обнаруженных сигналах оператору или формирования управляющего воздействия.
Характерной чертой первичной обработки сигнала является постоянство алгоритма обработки при его достаточно высокой вычислительной сложности. Этап вторичной обработки характеризуется большей гибкостью используемых алгоритмов, необходимостью поддержки обмена с другим техническим средством или диалога с оператором. Поэтому системы вторичной обработки чаще всего строятся на основе программируемых вычислительных средств. Системы же первичной обработки могут быть построены как на программируемых вычислительных средствах, так и на основе специальных вычислителей с жесткой логикой [8].
Технические средства комплекса обработки сигналов
Комплекс цифровой обработки сигналов содержит ЭВМ, специализированные устройства ввода и соответствующее программное обеспечение. В общем случае подобный комплекс должен также обеспечивать ввод, вывод и передачу сигналов различной физической природы. Общие требования к системам ЦОС представлены в таблице 1.1.
При этом особый интерес представляет обработка двумерных сигналов – изображений, получаемых от различных приемных устройств.
Многие задачи обработки изображений могут быть решены на современных персональных ЭВМ, если к скорости обработки не предъявляются высокие требования. В этом случае те или иные процедуры обработки изображений на ПЭВМ реализуются путем создания специального программного обеспечения. Для обеспечения ввода изображения в реальном масштабе времени используются специализированные устройства ввода. К такому типу систем относятся системы IMAGE-3 и Microsight-2. Заметим, что в них обработка изображений производится на ПЭВМ не в реальном масштабе времени. Для обработки сигнальной информации в реальном масштабе времени требуется производительность, превышающая производительность ПЭВМ. В этом случае необходимы специализированные устройства обработки. В настоящее время, согласно литературе, известны два типа систем обработки сигналов [7, 8,11,16].
Таблица 1.1.
- Цифровая обработка сигналов
- Санкт-Петербург
- Содержание
- 7.2. Вейвлеты 106
- Введение
- 1. Основные понятия цифровой обработки сигналов
- Понятие о первичной и вторичной обработке сигналов
- Основные требования к системам цос
- 2. Понятие сигналов. Виды сигналов
- 2.1. Виды сигналов
- 2.2. Энергия и мощность сигнала
- 2.3. Представление периодических сигналов в частотной области
- 2.4. Представление в частотной области непериодических сигналов
- Введение в теорию ортогональных преобразований
- 2.4.2. Интегральное преобразование Фурье
- 2.5. Свойства преобразования Фурье
- 2.5.1. Фурье-анализ неинтегрируемых сигналов
- 2.6. Интегральное преобразование Хартли
- 2.7. Случайные сигналы
- 2.7.1.Модели случайных процессов
- 2.7.2. Вероятностные характеристики случайного процесса Функциональные характеристики.
- Числовые характеристики
- Примеры случайных процессов с различными законами распределения
- 3. Корреляционный анализ сигналов
- 3.1. Корреляционная функция (кф):
- 3.2. Взаимная корреляционная функция
- 3.3. Взаимный спектр сигналов
- 3.4. Корреляционные функции случайных процессов
- 3.4.1. Стационарные и эргодические случайные процессы
- 3.5. Спектральные характеристики случайных процессов
- 3.5.1. Теорема Винера-Хинчина
- 3.6. Комплексная огибающая сигнала
- 4. Переход от аналоговых сигналов к цифровым
- 4.1. Дискретизация сигналов
- 4.1.1. Влияние формы дискретизирующих импульсов
- 4.1.2. Теорема Котельникова
- 4.1.3. Дискретизация при использовании квадратурных сигналов
- 4.1.4. Определение шага временной дискретизации при восстановлении сигнала полиномами 0-го порядка
- 4.1.5. Определение шага дискретизации при заданной автокорреляционной функции
- Изменение частоты дискретизации. При решение различных задач обработки сигналов достаточно часто требуется изменение частоты дискретизации сигнала.
- 4.2. Квантование непрерывных сигналов по уровню
- 5. Основные типы дискретных алгоритмов цифровой обработки сигналов
- 5.1. Линейные и нелинейные преобразования
- 5.2. Характеристики линейных систем
- 5.4. Апериодическая свертка и корреляция
- 5.5. Двумерная апериодическая свертка и корреляция
- 5.6 Нерекурсивные и рекурсивные фильтры
- 5.7. Метод синхронного или когерентного накопления
- 5.8. Адаптивные фильтры.
- 5.8.1. Фильтр Винера-Хопфа.
- 5.10. Фильтр Калмана.
- 6. Дискретные ортогональные преобразования
- Задачи цос, решаемые методами дискретных ортогональных преобразований
- 6.1. Дискретное преобразование Фурье
- 6.2. Дискретное преобразование Хартли
- 6.3. Двумерные дискретные преобразования Фурье и Хартли
- 6.4. Ортогональные преобразования в диадных базисах
- 6.5. Дискретное косинусное преобразование
- 6.6. Оконное преобразование Фурье
- 6.7. Выполнение фильтрации в частотной области
- Виды фильтров
- 7. Вейвлет преобразования или разложение по всплескам
- 7.1. Понятие о Wavelet-преобразованиях. Преобразование Хаара
- 7.2. Вейвлеты
- 7.2.1. Непрерывные вейвлет преобразования
- 7.2.2. Частотный подход к вейвлет преобразованиям
- 7.2.3. Вейвлет-ряды дискретного времени
- 7.2.4. Дискретное вейвлет-преобразование
- 7.2.4.1. Условия полного восстановления сигнала
- 7.2.5. Пакеты вейвлетов (алгоритм одиночного дерева)
- 7.2.6. Целочисленное вейвлет-преобразование
- Целочисленное вычисление вейвлет–преобразование (2,2). Это преобразование эквивалентно вейвлет-преобразованию Хаара, использующему следующие фильтры декомпозиции:
- Целочисленное вычисление вейвлет-преобразования (2,6). Данное преобразование эквивалентно использованию следующих фильтров анализа:
- Целочисленное вычисление вейвлет –преобразования (5,3). Такое преобразование также является разновидностью биортогонального преобразования и использует следующую пару фильтров:
- 7.3. Применение вейвлет-преобразований для сжатия изображения
- 8. Быстрые алгоритмы ортогональных преобразований
- 8.1. Вычислительная сложность дпф и способы её сокращения
- 8.2. Запись алгоритма бпф в векторно-матричной форме
- 8.3. Представление алгоритма бпф в виде рекурсивных соотношений
- 8.4. Алгоритмы бпф с прореживанием по времени и по частоте
- 8.6. Вычислительная сложность алгоритмов бпф
- 8.7. Выполнение бпф для случаев
- 8.8. Быстрое преобразование Хартли
- 8.9. Быстрое преобразование Адамара
- 8.10. Выбор метода вычисления свертки / корреляции
- 9. Алгоритмы нелинейной обработки сигналов
- 9.1. Ранговая фильтрация
- 9.2. Взвешенная ранговая фильтрация
- 9.3. Скользящая эквализация гистограмм
- 9.4. Преобразование гистограмм распределения
- Контрольные вопросы и задания. Разделы 1-3.
- Раздел 4
- Разделы 5 и 6
- Раздел 5
- Раздел 8
- Раздел 9
- Кафедра вычислительной техники