Procesamiento de señales estudio de caso: la eliminación de los malos, manteniendo la buena

Opcións la y b son las FIR e IIR filtros de corte fijos, respectivamente. La simplicidad de estos filtros es una gran atracción. Pero qué tan bien funcionan? Caracterización de los filtros en el dominio de la frecuencia es un buen punto de partida para esta evaluación.

imagen0.jpg

Una señal sinusoidal de la forma

image1.jpg

no pasará a través de estos filtros en estado estacionario.


La siguiente figura proporciona respuesta de magnitud en dB frente parcelas de frecuencia de los filtros de muesca FIR e IIR, cuando Fyo = 1000 Hz y Fs = 8000 Hz. Para el IIR, muesca r se pasó por encima de 0.8, 0.9, y 0.95. En la figura c, una cascada de dos filtros de corte IIR tener r = 0.95 está hecho para Fi = 1,000 y 600 Hz.

Aquí están las entradas de línea de comandos IPython para la creación de la cascada IIR:

Procesamiento de señales estudio de caso: la eliminación de los malos, manteniendo la buena
En [659]: BIIR95, aIIR95 = ssd.fir_iir_notch (1000,8000,0.95) En [664]: BIIR95_600, aIIR95_600 = ssd.fir_iir_notch (600,8000,0.95) En [665]: BIIR_cas, aIIR_cas = ssd.cascade_filters (bIIR95, aIIR95, bIIR95_600, aIIR95_600) En [666]: F, HIIR_cas = signal.freqz (bIIR_cas, aIIR_cas, 1024)

Tonos SNOI se bloquean si

image3.jpg

está ajustado correctamente. Qué espectral componentes del SOI se eliminan también? Desafortunadamente, alguna información SOI se pierde, pero desea minimizar la pérdida dentro de lo razonable. La muesca FIR, aunque fácil de implementar, quita demasiada información del SOI. Así que deje caer este filtro de mayor consideración.

Ir con la muesca IIR vale la pena el esfuerzo extra para conseguir la eliminación precisión de esencialmente sólo la SNOI. Tienes que aceptar que si el SOI tiene componentes de frecuencia en las frecuencias SNOI, ellos, también, serán eliminados por los filtros FIR e IIR.

El filtro adaptable viene con muchos parámetros con los que jugar. Para este estudio, la longitud del filtro es M = 64 y # 956- = 0,005.


Procesamiento de señales estudio de caso: la eliminación de los malos, manteniendo la buena
Definición del problema
1
  • Procesamiento de señales estudio de caso: la eliminación de los malos, manteniendo la buena
    Análisis y Diseño
    2
  • Procesamiento de señales estudio de caso: la eliminación de los malos, manteniendo la buena
    Python Simulación
    3



  • » » » » Procesamiento de señales estudio de caso: la eliminación de los malos, manteniendo la buena