Обратное z-преобразование и методы его нахождения: на основе теоремы о вычетах, разложение на простые дроби и в степенной ряд.
Обратное z-преобразование позволяет определить значения дискретного сигнала по виду функции Оно может быть найдено из выражения с помощью интегральной теоремы Коши и формально определяется соотношением
(1.38)
где С – контур интегрирования с направлением обхода против часовой стрелки, расположенный в области сходимости X(z) и охватывающий начало координат на z-плоскости.
Обратное z-преобразование находят в основном с помощью следующих методов:
1) с использованием теоремы о вычетах;
2) разложением X(z) на простые дроби;
3) разложением X(z) в степенной ряд;
У каждого метода есть свои преимущества и недостатки. С точки зрения математической строгости метод вычетов, возможно, самый элегантный. Однако, метод степенных рядов лучше всего подходит для компьютерных расчетов.
Первый способ основан на известной из теории функций комплексного переменного теореме, утверждающей, что контурный интеграл, определяющий обратное z-преобразование, может быть вычислен непосредственно через вычеты, т. е.
во всех полюcах внутри окружности ], (1.49)
где
При этом вычеты комплексной функции с полюсом в точке и кратностью n определяются по известной формуле:
(1.50)
Для простого (отдельного) полюса данное выражение сводится к следующему:
(1.51)
Пример 1.2. С помощью метода вычетов найти дискретную последовательность, соответствующую следующему z-преобразованию:
При этом предположим, что контур интегрирования C – окружность
Решение. Чтобы найти обратное Z-преобразование, найдем вычеты функции которая в данном случае равна
Функция имеет полюсы в точках z = 0,75 и z = –0,5. Оба полюса лежат внутри контура интегрирования. Тогда обратное z-преобразование задается в виде:
Поскольку оба полюса простые (первого порядка), получим
Аналогичным образом
Тогда
При использовании второго способа, функцию X(z) представляют в виде разложения на элементарные дроби
(1.52)
где является вычетом функции X(z) в полюсе, расположенном в точке При этом предполагается, что полюсы различны, т. е. если
Поскольку z-преобразование – линейная операция то и обратное z-преобразование также является линейным. Это означает, что последовательность можно получить суммированием обратных z-преобразований каждого отдельного слагаемого последнего выражения.
Вычет связанный с полюсом можно найти, умножив правую и левую часть уравнения для X(z) на а затем сделав замену т. е.
для (1.53)
Тогда
(1.54)
Рассмотрим далее метод степенных рядов, применяемый для нахождения обратного z-преобразования. Если дано z-преобразование X(z), то его можно выразить через отношение двух многочленов от или, что эквивалентно, от z:
(1.55)
Это выражение можно разложить в бесконечный ряд относительно z–1 путем деления в столбик (иногда его называют синтетическим делением):
(1.56)
В этом методе числитель и знаменатель функции X(z) сперва выражается либо через уменьшающийся показатель степени z, либо через увеличивающийся показатель степени z–1, а затем путем деления в столбик находится частное. Проиллюстрируем этот метод.
Сравним рассмотренные методы вычисления обратного z-преобразования. Ограничение метода разложения в степенной ряд состоит в том, что он не дает решения в аналитическом виде (хотя в простых случаях его можно получить), но зато он прост и пригоден для вычисления с помощью компьютера. Однако из-за его рекурсивности, необходимо внимательно следить за возможным нарастанием численных ошибок при большом числе заданных значений обратного z-преобразования.
Методы разложения на элементарные дроби и вычетов дают результаты в аналитическом виде. Главный их недостаток – необходимость разложения на множители многочлена знаменателя, т.е. находить полюсы функции X(z). Если порядок функции высокий, то поиск полюсов X(z), если функция не представлена в разложенном виде, – задача довольно трудная. Кроме того, если функция X(z) имеет полюсы высокого порядка, то оба метода могут потребовать включения операции дифференцирования высокого порядка. Однако, если нужно найти решение в аналитическом виде, то лучше выбрать метод вычетов или разложения на элементарные дроби. Последний метод особенно полезен для генерирования коэффициентов параллельных структур для цифровых фильтров. Метод вычетов также нашел широкое применение при анализе ошибок квантования в системах дискретного времени.
- Общие принципы получения информации в физических исследованиях. Основные цели обработки сигналов. Преимущества цифровых методов обработки сигналов. Примеры практического применения.
- Содержание, этапы, методы и задачи цифровой обработки сигналов. Основные методы и алгоритмы цос.
- Основные направления, задачи и алгоритмы цифровой обработки сигналов
- Дискретные и цифровые сигналы. Основные дискретные последовательности теории цос.
- Линейные дискретные системы с постоянными параметрами. Импульсная характеристика. Физическая реализуемость и устойчивость.
- Линейные разностные уравнения с постоянными параметрами, их практическое значение и решение.
- Соотношение между z-преобразованием и преобразованием Фурье
- Обратное z-преобразование и методы его нахождения: на основе теоремы о вычетах, разложение на простые дроби и в степенной ряд.
- Передаточная функция дискретных систем. Диаграммы нулей и полюсов. Условие устойчивости.
- Частотная характеристика дискретных систем. Амплитудно-частотная и фазочастотная характеристики.
- Фазовая и групповая задержка. Цифровая частота и единицы измерения частоты, которые используются в цифровой обработке сигналов.
- Общая характеристика дискретного преобразования Фурье. Задачи, решаемые с помощью дпф. Дискретный ряд Фурье.
- Дискретный ряд Фурье
- Свойства дискретных рядов Фурье. Периодическая свертка двух последовательностей.
- Дискретное преобразование Фурье. Основные свойства.
- Общая характеристика ряда и интеграла Фурье, дискретного ряда Фурье и дискретного преобразования Фурье. Равенство Парсеваля.
- Прямой метод вычисления дпф. Основные подходы к улучшению эффективности вычисления дпф.
- Алгоритмы бпф с прореживанием по времени. Основные свойства.
- Двоичная инверсия входной последовательности для
- Алгоритмы бпф с прореживанием по частоте. Вычисление обратного дпф.
- Вычисление периодической, круговой и линейной свертки. Алгоритм быстрой свертки. Вычислительная эффективность.
- Вычисление линейной свертки с секционированием.
- Амплитудный спектр, спектр мощности. Определение и алгоритмы получения.
- Оценка спектра мощности на основе периодограммы. Свойства периодограммы. Методы получения состоятельных периодограммных оценок.
- Основные проблемы цифрового спектрального анализа. Взвешивание. Свойства весовых функций. Модифицированные периодограммные оценки спм.
- 1.6.1. Просачивание спектральных составляющих и размывание спектра
- Взвешивание. Свойства весовых функций
- Паразитная амплитудная модуляция спектра
- Эффекты конечной разрядности чисел в алгоритмах бпф
- Метод модифицированных периодограмм
- Метод Блэкмана и Тьюки получения оценки спектральной плотности мощности. Сравнительная оценка качества методов получения спм.
- Сравнение методов оценки спектральной плотности мощности
- Основные характеристики цифровых фильтров. Рекурсивные и нерекурсивные цифровые фильтры, их преимущества и недостатки.
- Структурные схемы бих-фильтров (прямая и каноническая, последовательная и параллельная формы реализации).
- Структурные схемы ких-фильтров (прямая, каскадная, с частотной выборкой, схемы фильтров с линейной фазой, на основе метода быстрой свертки).
- Проектирование цифровых фильтров. Основные этапы и их краткая характеристика.
- Расчет цифровых бих-фильтров по данным аналоговых фильтров. Этапы и требования к процедурам перехода.
- Общая характеристика аналоговых фильтров-прототипов: Баттерворта, Чебышева I и II типа, Золоторева-Каура (эллиптические). Методика применения билинейного z-преобразования.
- Эффекты конечной разрядности чисел в бих-фильтрах. Ошибки квантования коэффициентов, ошибки переполнения и округления. Предельные циклы.
- Расчет цифровых ких-фильтров: методы взвешивания и частотной выборки.
- Эффекты конечной разрядности чисел в ких-фильтрах.
- Общая структурная схема системы цос. Дискретизация сигналов. Теорема отсчетов.
- Погрешности дискретизации. Выбор частоты дискретизации в реальных условиях. Эффект наложения спектров
- Дискретизация узкополосных сигналов
- Выбор частоты дискретизации на практике
- Квантование сигналов. Погрешность квантования. Отношение сигнал/шум и динамический диапазон при квантовании сигналов. Равномерное и неравномерное квантование
- Анализ ошибок
- Отношение сигнал/шум и динамический диапазон
- Способы реализации алгоритмов и систем цос. Понятие реального времени обработки.
- Особенности цос, влияющие на элементную базу, ориентированной на реализацию цифровых систем обработки сигналов.
- Общие свойства процессоров цифровой обработки сигналов и особенности их архитектуры.
- Архитектура Фон Неймана и гарвардская архитектура в пцос. Преимущества и недостатки.
- Универсальные процессоры цос. Общая характеристика процессоров с фиксированной и плавающей точкой (запятой).
- Основные различия между микроконтроллерами, микропроцессорами и сигнальными процессорами.