Цифровая обработка сигналов Лекции / Цифровая обработка сигналов Лекции
Дискретизация
Дискретизацию лучше всего описывать как выборку мгновенных значений из непрерывно изменяющихся данных. Давайте возьмем пример из стоимости акций на фондовой бирже. Цены на акции изменяются непрерывно. Для наших целей будем фиксировать изменение цены акции в течение 14 недель каждый понедельник. Поскольку период дискретизации равен одной неделе, можно из этих данных уловить некую закономерность. Так например, можно еженедельно регистрировать скорости повышения и понижения цены акции между определенными датами. Если же делать выборки иногда раз в неделю, иногда ежедневно, а иногда и с промежутками в десять дней, то извлечь смысл из таких данных намного сложнее.
Содержание
- Конспект лекций по цос
- Частотная область
- Реальные сигналы
- Ширина полосы
- Дискретизация
- Период дискретизации и время дискретизации
- Непериодические мгновенные значения
- Периодическая дискретизация
- Дискретизация с очень высокой частотой
- Дискретизация с частотой Найквиста
- Дискретизация с частотой ниже частоты Найквиста
- Спектры реальных сигналов
- Ограничение спектра
- Формирование цифрового сигнала
- Дискретизация
- Квантование
- Точность
- Ошибка квантования
- Уменьшение ошибок квантования
- Дополнительная информация
- Практически используемые ацп
- Ацп с последовательным приближением
- Двунаклонные ацп
- Сглаживание на выходе
- Коммерческие ацп и цап
- Функциональные блоки платы dsk
- Выводы по лекциям
- Лекция 2.
- 1. Числовые последовательности
- 2. Представление числовых последовательносте
- Представление чисел
- Кодирование чисел
- Ошибки квантования
- Дискретные линейные системы
- 1. Общие сведения
- 2. Линейные системы с постоянными параметрами
- 3. Физическая реализуемость
- Из (2.1) получаем
- Лекция 3
- 1. Частотные характеристики
- 2. Частотные характеристики систем первого порядка
- 3. Частотные характеристики систем второго порядка
- Лекция 4
- 1. Дискретный ряд Фурье
- 2. Единицы измерения частоты
- 4. Теорияz-преобразования в задачах анализа и синтеза линейных систем применяется преобразование Лапласа, которое приводит дифференциальные уравнения в алгебраические уравнения.
- Для упрощения анализа можно перейти к новой переменной z, связанной с p соотношением
- Такая сумма, если она существует, называется z-преобразовани-ем последовательности {xk}. Ясно, что комплексная функция (5.16) определена лишь для тех значений z, при которых степенной ряд сходится.
- Примеры z-преобразований на основании (16):
- Бесконечная дискретная последовательность
- 5. Соотношение между z–преобразованием и
- 6. Обратное z-преобразование
- 1. Дискретное преобразование Фурье
- Определим набор коэффициентов дпф
- 2. Свойства дпф
- 3. Свойства симметрии
- 3. Спектральный анализ в точках z-плоскости
- Импульсная характеристика
- 2. Линейная свертка конечных последовательностей
- 3. Секционированные свертки
- 1. Уравнения цифровых фильтров
- 2. Структурные схемы цифровых фильтров
- 1. Цифровые фильтры
- Третий метод проектирования – оптимизация фильтров с минимаксной ошибкой
- !. Цифровые фильтры с бесконечными импульсными характеристиками
- Всепропускающего фильтра 2-го порядка
- 1) Ось из s–плоскости должна отображаться в единичную окружность на z – плоскости;
- 6. Прямые методы расчета цифровых фильтров
- Быстрое преобразование фурье
- 1. Основы алгоритмов бпф
- 2. Алгоритм бпф с прореживанием по времени
- 3. Алгоритм бпф с прореживанием по частоте
- 4. Применение метода бпф для вычисления одпф
- 12.5. Применение бпф для вычисления реакции цифрового фильтра