Синтез рекурсивных фильтров по аналоговому прототипу

При синтезе стандартных частотно-избирательных фильтров удобно воспользоваться хорошо разработанным аппаратом расчета аналоговых фильтров. Наиболее широкое распространение получили следующие методы:

1. Метод инвариантности импульсной характеристики (метод стандартного - преобразования).

2. Метод билинейного - преобразования.

3. Метод замены производных конечными разностями.

4.2.1. Метод инвариантности импульсной характеристики (метод стандартного - преобразования)

Под инвариантностью импульсной характеристики понимается равенство отсчетов импульсной характеристики цифрового фильтра значениям импульсной характеристики аналогового прототипа, взятым с периодом дискретизации.

Для реализации метода необходимо:

Найти импульсную характеристику прототипа ;

Получить импульсную характеристику цифрового фильтра путем дискретизации с периодом с учетом масштабирующего множителя :

; (4.1)

Найти передаточную функцию фильтра, взяв - преобразование от :

. (4.2)

Рисунок 3.1 – дискретизация импульсной характеристики аналогового прототипа

Предположим, что передаточная функция аналогового прототипа записана в виде суммы простейших дробей:

. (4.3)

В этом случае в соответствии с обратным преобразованием Лапласа импульсная характеристика аналогового прототипа имеет следующий вид:

. (4.4)

После дискретизации получим требуемую импульсную характеристику ЦФ:

Передаточная функция синтезированного цифрового фильтра в результате применения - преобразования имеет следующий вид:

Полученная передаточная функция соответствует параллельной структуре цифрового фильтра. Структурная схема одного звена синтезированного цифрового фильтра с передаточной характеристикой имеет следующий вид: рисунок 3.2.

Рисунок 3.2 – структурная схема одного звена цифрового фильтра

Таким образом, процедура синтеза ЦФ методом инвариантности импульсной характеристики содержит следующие шаги:

1. Задать требования к цифровому фильтру.

3. Разложить на простейшие дроби.

4. Записать передаточную функцию цифрового фильтра на основе соотношений (4.3) и (4.6).

Частотная характеристика полученного фильтра связана с частотной характеристикой аналогового прототипа таким же образом, как спектр дискретизированного сигнала связан со спектром аналогового сигнала: периодическим повторением. Поэтому для получения хороших результатов для данного метода коэффициент передачи аналогового прототипа должен быть пренебрежимо малым на частотах, превышающих частоту Найквиста. Следовательно, метод подходит для создания ФНЧ и ПФ, но неприменим для разработки ФВЧ и РФ.

Пример использования метода инвариантности импульсной характеристики

Пусть передаточная функция аналогового прототипа имеет следующий вид:

.

Таким образом, в соответствии с выражением (4.3) можно записать следующие параметры аналогового прототипа:

,

.

В соответствии с выражением (4.6) получим следующее выражение для передаточной функции искомого цифрового фильтра:

.

Получим уравнение цифровой фильтрации. Для этого запишем передаточную функцию цифрового фильтра в виде:

,

где ,

.

В результате ряда математических преобразований последнего выражения можно получить:

,

После перехода от изображений z-преобразования к оригиналам, получим уравнение цифровой фильтрации:

4.2.2. Метод билинейного - преобразования

Преобразование Лапласа и - преобразование связаны между собой соотношением:

. (4.7)

Выражение (4.7) непосредственно не может быть использовано для расчета цифрового фильтра при известной передаточной характеристике аналогового прототипа, так как обратное соотношение является транцендентным:

. (4.8)

Это затруднение преодолевается использованием разложения в ряд:

.

Используя первый член разложения, можно получить:

. (4.9)

Данное преобразование представляет собой дробно-рациональную функцию первого порядка от аргумента и называется билинейным z – преобразованием .

Передаточная функция цифрового фильтра получается из передаточной функции аналогового прототипа применением следующей замены:

. (4.10)

Рассмотрим свойства билинейного преобразования. Для этого получим:

. (4.11)

Таким образом, билинейное преобразование приводит к существенной деформации АЧХ аналога-прототипа при его пересчете в цифровую форму по сравнению с исходным соотношением . Связь между частотами АЧХ прототипа и частотами цифрового фильтра определяются из соотношения:

.

Окончательно связь между частотой аналогового прототипа и частотой цифрового фильтра имеет следующий вид:

. (4.12)

В соответствии с последним выражением вся ось бесконечная ось АЧХ аналогового прототипа полностью помещается в интервале Найквиста на оси цифровых частот от 0 до : рисунок 3.3. Следовательно, полностью исключается эффект наложения копий частотных характеристик, свойственный методу инвариантности импульсной характеристики. В области малых частот частотные характеристики аналогового и цифрового фильтров совпадают:

. (4.13)

Рисунок 3.3 – трансформация частотной оси при билинейном преобразовании

Эффект деформации АЧХ легко учитывается для частотно-избирательных фильтров, характеризуемых границами полосы пропускания, с использованием последнего выражения связи частот.

Порядок расчета фильтра следующий:

1) АЧХ рассчитываемого фильтра задается в масштабе частот и в этом же масштабе отмечаются характерные точки АЧХ.

2) С помощью преобразующей функции определяются те же характерные точки в масштабе частот для аналогового прототипа и составляется выражение для его передаточной функции .

3) Методом билинейного преобразования передаточная функция пересчитывается в передаточную функцию цифрового фильтра.

Таким образом, устранен недостаток, связанный с деформацией ФЧХ аналогового прототипа.

Метод билинейного преобразования полностью исключает эффект наложения АЧХ, не требует повышения частоты дискретизации для уменьшения ошибок воспроизведения АЧХ. Метод используется, когда не требуется повышенная точность воспроизведения АЧХ аналогового прототипа.

Пример использования метода билинейного преобразования

Пусть передаточная функция аналогового прототипа описывается выражением:

.

С учетом выражения (4.10) можно получить следующее выражение для передаточной функции искомого цифрового фильтра:

,

где ;

Метод инварианта цикла является частным случаем метода итераций.

Задается некоторое множество величин М, Р М – подмножество результатов. Надо найти точку х  Р. Для этого выделим множества I M и Q M причем такие, что   I  Q  P. Таким образом, наша задача сводится к нахождению точки, которая будет принадлежать пересечению этих множеств. Причем использовать будем только такие преобразования, которые не выходят из I, то есть в нашем случае принадлежность точки множеству I является инвариантом (величиной неизменной).

Пусть x0  I – начальная точка.

Т:I\QI – преобразование инвариантно относительно принадлежности точки множеству I.

Иллюстрация к вышесказанному:

Под действием преобразования Т точка х0 переходит в некоторую точку х1, принадлежащую множеству I. Точка х1, в свою очередь, переходит в точку х2, также принадлежащую I. Этот процесс продолжается пока некоторая точка хN не перейдет в точку принадлежащую некоторому множеству Q, которое выбрано так чтобы его пересечение с I содержалось в P. Полученная точка с одной стороны принадлежит Q, а с другой принадлежит I, в силу инвариантности преобразования Т относительно I.

Схема программы:

while not q(x) do

{x  IQ  P}

Напишем программу иллюстрирующую вышеописанный метод, которая будет обеспечивать возведенее числа в целую положительную степень.

Type _Real = single;

function power (x: _Real; n: _Unsign ): Real;

{х - основание, n – показатель. Подпрограмма обеспечивает возведение в степень }

while n > 0 do {z*x n - инвариант}

if odd(n) then {проверка нечетности}

dec(n); {n:=n-1}

n:= n chr 1; {n:= n div 2}

Докажем, что данная программа завершится за конечное число шагов. Подпрограмма завершает свою работу когда z = x n , т.е. пердназначена для возведения х в n – ую степень. Число повторений равно количество “0” + 2*количество “1” –1 в двоичной записи числа n <= 2*количество значащих цифр – 1 в двоичной записи = 2*]log 2 n[ - 1. При этом данная программа будет очень эффективна.

Метод инвариантной функции.

Метод инвариантной функции является частным случаем метода инварианта цикла.

В данном случае х = х0 и необходимо вычислить f(x0). При этом

I = {множество x | f(x) = f(x0)}

P = {множество x | f(x) вычисляется легко}.

Построим преобразование Т – инвариантное относительно I, а в качестве условия окончания примем само значение P (Q = P).

Схема программы:

x:= x0; {x  I}

while not p(x) do

begin {x  I\P}

x:= T(x); {x  I}

end; {x  P  I}

Для доказательства правильности достаточно доказать, что цикл выполнится за конечное число шагов.

Напишем программу иллюстрирующую данный метод.

Пусть x = (a, b), а f(x) = Н.О.Д.(a, b). Необходимо вычислить Н.О.Д.(a, b).

В данной программе будет использоваться тот факт, что делитель двух чисел

будет являться делителем их разности.

a:= a0; b:= b0; {>=0}

while (a>0) and (b>0) do

if a>b then a:= a - b

else b:= b – a;

result:= a+b; { условием выхода из цикла является равенство 0 либо a, либо b, поэтому сумма этих чисел будет нам давать то из чисел которое не равно 0 }

28 страниц (Word-файл)

Посмотреть все страницы

Фрагмент текста работы

МИНИСТЕРСТВО ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И СВЯЗИ

ФЕДЕРАЛЬНОЕ АГЕНСТВО СВЯЗИ

ХАБАРОВСКИЙ ИНСТИТУТ ИНФОКОММУНИКАЦИИ

(ФИЛИАЛ) ГОУ ВПО СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ И ИНФОРМАТИКИ

КУРСОВАЯ РАБОТА

по математическим основам цифровой обработки

сигналов

Тема: Расчет рекурсивного цифрового фильтра

Специальность 210405

Радиосвязь, радиовещание и телевидение

Вариант № 30

Выполнил

Руководитель проекта

Зав. Отделением

Хабаровск

	Техническое задание	3
	Исходные данные на вариант № 30	4
	Введение	5
1	Графическое представление задачи	6
1.1	Методы проектирования рекурсивных цифровых фильтров	7
1.2	Методы численного интегрирования	8
1.3	Метод инвариантности импульсной характеристики	10
1.4	Метод билинейного преобразования	12
1.5	Обобщенное биноминальное преобразование	13
2.	Расчет передаточной функции аналогового фильра и преобразование ее в передаточную функцию цифрового фильтра	14
3.	Структурная схема цифрового фильтра	22
4.	Методы реализации цифрового фильтра	23
4.1	Аппаратный метод	23
4.2	Программный метод	24
4.3	Аппаратно-программный метод	25
	Заключение	27
	Список используемой литературы	28

ТЕХНИЧЕСКОЕ ЗАДАНИЕ

По исходным данным необходимо выполнить расчет рекурсивного цифрового фильтра.

Считаются заданными следующие параметры:

1 Вид фильтра: ФНЧ, ФВЧ.

2 Тип фильтра: Баттерворта (Б) или Чебышева (Ч).

3 Частота дискретизации fд.

4 Границы полос пропускания (ПП) :

Верхняя граница полосы пропускания fп для ФНЧ;

Нижняя граница полосы пропускания fп для ФВЧ;

5 Границы полос задерживания (ПЗ);

Нижняя граница ПЗ fз для ФНЧ;

Верхняя граница ПЗ fз для ФВЧ.

6 Допустимая неравномерность амплитудно-частотной характеристики в ПП ∆A max, дБ.

7 Минимально допустимое ослабление в ПЗ А min, дБ.

ИСХОДНЫЕ ДАННЫЕ НА ВАРИАНТ № 30

Вид фильтра ФНЧ

Тип фильтра Баттерворта

Частота дискретизации fд = 16 кГц

Границы полос пропускания fп = 1.7 кГц

Границы полос задерживания fз = 3.8 кГц

Допустимая неравномерность ПП ∆A max = 1.35 дБ

Допустимое ослабление ПЗ А min = 25 дБ.

Преподаватель_____________ Студент___ ____________

“__27__” _______мая_______ 2011 г.

ВВЕДЕНИЕ

Высококачественные частотные нерекурсивные цифровые фильтры (НЦФ) имеют, как правило, большую ширину окна (многочленный оператор фильтра). Чем меньше допустимая ширина переходной зоны частотной характеристики фильтра между полосами пропускания и подавления, тем больше окно фильтра. Альтернативное решение - применение рекурсивных цифровых фильтров (РЦФ), для которых количество коэффициентов фильтра может быть сокращено на несколько порядков по сравнению с НЦФ.

Рекурсивные фильтры имеют определенную "память" по значениям предыдущих отсчетов, которая, в пределе, может быть бесконечной. С учетом этого фактора рекурсивные фильтры получили название фильтров с бесконечной импульсной характеристикой (БИХ-фильтров), в отличие от нерекурсивных фильтров, всегда имеющих конечную импульсную характеристику (КИХ-фильтры). Реакция рекурсивного фильтра на сигнал с учетом "памяти" исключает возможность создания фильтров с четным импульсным откликом, и частотные характеристики рекурсивных фильтров всегда являются комплексными. Проектирование рекурсивных частотных фильтров с заданными частотными характеристиками осуществляется с использованием z-преобразований.

1. Графическое представление задачи

Отобразим графически требования к АЧХ фильтра нижних частот, для этого потребуется вычислить:

Рисунок 1 – АЧХ фильтра Баттерворта и АЧХ фильтра

Баттерворта в Дб.

1.1. Методы проектирования рекурсивных цифровых фильтров

Передаточная функция цифровых БИХ-фильтров задаются соотношением , которая подобна передаточной функции АФ при замене переменной z на s. Следовательно, одним из подходов к проектированию цифровых БИХ-фильтров является преобразование передаточной функции АФ в передаточную функцию ЦФ. Чтобы ЦФ обладали требуемыми свойствами как их АФ, требуется выполнения двух условий:

1. Мнимая ось s-плоскости () отображалась в единичную окружность в z-плоскости (). Это условие необходимо для сохранения частотных характеристик АФ.

2. Левая половина s-плоскости () отображалась в z-плоскости внутри единичного круга (). Это условие необходимо для сохранения свойств устойчивости АФ.

1.2. Метод численного интегрирования

Дифференциальное уравнение, описывающее АФ заменяется на разностное уравнение ЦФ, путем аппроксимации производной некоторыми конечными разностями. Эта операция приводит к замене комплексной переменной s в передаточной функции АФ на комплексную переменную z в передаточной функции ЦФ.

Различные методы численного интегрирования дадут различные функции перехода и, следовательно, различные результирующие ЦФ. Рассмотрим метод Эйлера, аппроксимирующий производную по времени непрерывной функции конечной разностью вида

, где T – интервал дискретизации, а y(n)=y(nT). В операторной форме уравнение дает

.

Покажем, что данный метод удовлетворяет двум выше указанным условиям:

1. или из этого следует что при .

Лабораторная работа 6

РАЗРАБОТКА ФИЛЬТРОВ С БЕСКОНЕЧНОЙ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКОЙ

Цель работы: получить навыки разработки БИХ–фильтров.

Задачи работы:

1. Познакомиться с основными методами разработки БИХ-фильтров

2. Изучить команды MATLAB, позволяющие выполнить синтез БИХ-фильтров

1. ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ.. 2

1.1. Методы расчета коэффициентов БИХ–фильтра. 2

1.1.1. Расчет коэффициентов фильтра путем размещения нулей и полюсов. 2

1.1.2. Инвариантное преобразование импульсной характеристики. 4

1.1.3. Билинейное z -преобразование. 8

1.1.4. Выбор метода расчета коэффициентов БИХ-фильтров. 12

1.2. Эффект Найквиста. 12

1.3. Разработка БИХ–фильтров с помощью MATLAB.. 16

2. ЗАДАНИЯ ДЛЯ ВЫПОЛНЕНИЯ.. 18

3. КОНТРОЛЬНЫЕ ВОПРОСЫ.. 20

4. БИБЛИОГРАФИЧЕСКИЙ СПИСОК.. 24

ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ

Методы расчета коэффициентов БИХ–фильтра

На этом этапе вначале выбирается метод аппроксимации, который затем используется для расчета значений коэффициентов a k и b k , при которых спецификации частотной характеристики, полученные на первом этапе разработки, будут удовлетворены. (Про этапы разработки и задание спецификаций фильтра подробнее в 4-й лабораторной работе).

Для простого получения коэффициентов БИХ–фильтра можно разумно разместить полюса и нули на комплексной плоскости, чтобы получающийся в результате фильтр имел нужную частотную характеристику. Данный подход, известный как метод размещения нулей и полюсов, полезен только при разработке простых фильтров, например, узкополосных режекторных фильтров, где параметры фильтра (такие как неравномерность в полосе пропускания) не обязательно задавать точно. Более эффективный подход – вначале разработать аналоговый фильтр, удовлетворяющий желаемой спецификации, а затем преобразовать его в эквивалентный цифровой. Большинство цифровых БИХ–фильтров разрабатываются именно так. Данный подход получил широкое распространение потому, что на настоящий момент в литературе имеется масса информации по аналоговым фильтрам, которую можно использовать при разработке цифровых фильтров. Тремя наиболее распространенными методами конвертации аналоговых фильтров в эквивалентные цифровые являются метод инвариантного преобразования импульсной характеристики, согласованное z –преобразование и билинейное z –преобразование.

В следующих разделах рассмотрены такие методы расчета коэффициентов БИХ–фильтров:

метод размещения нулей и полюсов;

метод инвариантного преобразования импульсной характеристики;

билинейное z –преобразование.

Расчет коэффициентов фильтра путем размещения нулей и полюсов

Если в некоторую точку комплексной плоскости поместить нуль, частотная характеристика в этой точке будет равной нулю. Полюс, с другой стороны, порождает максимум (рис. 1). Полюса, расположенные близко к единичной окружности, дают большие пики, тогда как нули, расположенные близко к единичной окружности или лежащие на ней, дают минимумы характеристики. Следовательно, стратегическое размещение полюсов и нулей на комплексной плоскости позволяет получить простой фильтр нижних частот или другой частотно-избирательный фильтр.

При разработке фильтра стоит помнить один важный момент: чтобы коэффициенты фильтра были действительными, полюса и нули должны либо быть действительными, либо образовывать комплексно сопряженные пары. Проиллюстрируем описанный метод на примерах.

Рис. 1. Диаграмма нулей и полюсов простого фильтра (панель а); схематическое изображение частотной характеристики этого фильтра (панель б)

Пример 1. Иллюстрация расчета коэффициентов фильтра с помощью простого метода нулей и полюсов. Требуется цифровой полосовой фильтр, удовлетворяющий следующим спецификациям:

полная режекция сигнала на 0 и 250 Гц;

узкая полоса пропускания, центрированная на 125 Гц;

ширина полосы пропускания по уровню 3 дБ равна 10 Гц.

Считая частоту дискретизации равной 500 Гц, определите передаточную функцию фильтра, подходящим образом расположив на комплексной плоскости полюса и нули, и запишите разностное уравнение.

Решение

Вначале нужно определить, где на комплексной плоскости поместить полюса и нули. Поскольку полная режекция требуется на 0 и 250 Гц, в соответствующих точках комплексной плоскости следует поместить нули. Эти точки лежат на единичной окружности в местах, соответствующих углам 0° и 360° х 250/500 = 180°. Чтобы полоса пропускания была центрирована на 125 Гц, требуется поместить полюс в точках ±360° х 125/500 = ±90°. Чтобы коэффициенты были действительными, нужна пара комплексно-сопряженных полюсов.

Радиус r полюсов определяется желаемой шириной полосы. Для определения приблизительной ширины полосы (шп) при r > 0,9 используется следующее соотношение:

Рис. 2. Диаграмма нулей и полюсов (панель а).

В данной задаче шп = 10 Гц и Fs = 500 Гц, откуда r = 1 - (10/500)π = 0,937. Получающаяся диаграмма нулей и полюсов изображена на рис. 2. С помощью этой диаграммы записываем передаточную функцию:

Разностное уравнение:

y (n ) = -0,877969у (n - 2) + x (n ) - x (n - 2).

Сравнивая передаточную функцию H (z ) с общим уравнением БИХ–фильтров, находим, что фильтр представляет собой блок второго порядка со следующими коэф­фициентами:

b 0 =1 a 1 =0

b 1 =0 a 2 =0.877969

Инвариантное преобразование импульсной характеристики

Второй способ построения цифровых фильтров заключается в таком преобразование параметров исходного аналогового фильтра в параметры дискретного фильтра, при котором импульсные характеристики фильтров (аналогового и дискретного) совпадали бы в дискретные моменты времени при .

Математически условие совпадения импульсных характеристик фильтров (аналоговых и дискретных) записывается как

, (1)

где, , – импульсные характеристики аналоговых и дискретных фильтров, соответственно.

Определим передаточную функцию аналогового фильтра, а затем представим ее в виде простых дробей

, (2)

где, – различные полюса (корни) передаточной функции аналогового фильтра; – коэффициенты, определенные любым из известных методов; – степень характеристического уравнения знаменателя.

Аналогично уравнению (2) могут быть получены соотношения, определяющие Z –передаточную функцию дискретного фильтра, которые затем так же можно представить в виде суммы дробей

. (3)

Сравнивая выражения (2) и (3), получаем соотношение перехода от аналоговых фильтров к цифровым фильтрам по методу инвариантного преобразования импульсной переходной характеристики

, (4)

.

Пример 2. Пусть задана передаточная функция аналогового фильтра

.

Найти методом инвариантного преобразования импульсной переходной функции цифровой фильтр. Представим передаточную функцию в виде простых дробей

. (5)

Определим и методом Хевисайда

,

.

Используя соотношение (4) запишем Z –передаточную функцию цифрового фильтра

Упрощая выражение (6), получим

. (7)

При , получим

. (8)

Все трудоемкие вычисления, связанные с переходом от непрерывных передаточных функций к дискретным, можно исключить с помощью команды MATLABimpinvar

Impinvar(b,a,Fs),

где, , – заданные векторы коэффициентов числителя и знаменателя передаточной функции аналогового прототипа, – частота дискретизации сигнала в герцах, а , – вычисленные коэффициенты числителя и знаменателя дискретной передаточной функции дискретного фильтра.

Процедура определения параметров дискретного фильтра по его аналоговому прототипу, базируется на совпадении импульсных характеристик обоих фильтров в точках квантования сигналов, представлена программой MATLAB.

h=tf(,) %Передаточная функция непрерывного фильтра.

Tp=0.1; %Интервал дискретности.

hd=c2d(h,Tp) %Передаточная функция дискретного фильтра.

Tfdata(h,"v") %Определение коэффициентов передаточной

%функции непрерывного фильтра.

Impinvar(n,d,10) %Определение коэффициентов передаточной

%функции дискретного фильтра.

f=filt(nd,dd,0.1) %Передаточная

%функция дискретного фильтра.

bode(h,hd,f),grid on %Логарифмические характеристики

%проектируемых фильтров.

Следует отметить, что усиление цифрового фильтра на нулевой частоте равно , а усиление аналогового фильтра на составляет 1. Поэтому, если сравнить выражение (8) с аналогичным выражением, полученным в пакете MATLAB, то наблюдается расхождение, определяемой множителем . Поэтому, чтобы привести в соответствие результаты расчетов, полученные аналитическим путем (выражения 5–8), с результатами расчетов, полученными в пакете MATLAB, следует пронормировать выражение (8), умножив его на интервал дискретности.

Результаты выполнения этой программы показывают, что передаточные функции, полученные путем трудоемких расчетов (выражения 5–8) и с помощью процедуры impinvar, совпадают. Логарифмические характеристики, полученные применением разных процедур, отличаются: меньшую ошибку дает процедура impinvar.

Рис.3. Логарифмические характеристики фильтров (1 ‑ аналоговый; 2 ‑ дискретный (процедурыimpinvar); 3 ‑ дискретный (процедурыc2d)).

1.1.3. Билинейное z -преобразование

Известно, что метод преобразования импульсной переходной функции базируется на связи точек плоскости S с точками плоскости Z , определяемой отношением

где, – угол между действительной осью плоскости Z и векторами, определяющими точки на окружности единичного радиуса плоскости Z .

Из (9) следует, что связь между точками плоскости S и Z неоднозначна, что вносит наложение и может исказить результаты, т.е. синтезированный таким образом цифровой фильтр не будет адекватен его аналоговому прототипу. Действительно, частот ; и на плоскости Z отображаться в одну точку z =1.

Для исключения нежелательного эффекта наложение введено билинейное преобразование, которое однозначно преобразует точки мнимой оси плоскости S на точки мнимой оси плоскости Z . Таким образом, переход от мнимой оси плоскости S на плоскость Z осуществляется двумя преобразованиями: выражениями (9) и (10). Выражение (9) преобразует мнимую ось плоскости S в окружность единичного радиуса плоскости Z , а выражение (10) преобразует мнимую ось плоскости S в мнимую ось плоскости Z . Последнее преобразование (выражение (10) известно как W преобразование и плоскость Z при таком преобразовании обозначается как плоскость W .

(10)

Решая уравнение (10) относительно z получим выражение, определяющее переходу из плоскости W в плоскость S

Используя соотношения (9-11) обоснуем методику расчета цифровых фильтров, которая не отличается от рассмотренной ранее и состоит из следующих шагов.

1. Исходя из технических требований, определяем передаточную функцию требуемого аналогового фильтра .

2. Применяем к билинейное преобразование и получаем Z‑передаточную функцию цифрового фильтра

. (12)

При преобразовании (12) будут сохраняться частотные характеристики и свойства устойчивости аналогового фильтра. Однако это не означает, что частотные характеристики аналогового и цифрового фильтров одинаковы, одинакова только их форма. Например, если амлитудно–частотная характеристика аналогового фильтра спадает монотонно при изменении частоты от 0 до бесконечности, амлитудно–частотная характеристика цифрового фильтра будет монотонно спадать при изменении цифровой частоты от 0 до ; если амлитудно–частотная характеристика аналогового фильтра имеет подъемов и спадов в частотном диапазоне от 0 до бесконечности, то и амплитудно–частотная характеристика соответствующего цифрового фильтра будет иметь подъемов и спадов в диапазоне цифровой частоты от 0 до . Причем, связь между и нелинейная

(15)

Процедуру определения параметров цифрового фильтра на основе метода билинейного преобразования можно ускорить, воспользовавшись процедурами bilinear или c2dпакета MATLAB.

К процедуре bilinearможно обратиться тремя путями

Bilinear(b,a,Fs,Fp) (16)

Bilinear(z,p,kFs,Fp) (17)

Bilinear(А,В,С,D,Fs,Fp) (18)

Исходные данные для выполнения процедуры bilinear параметра аналогового фильтра, заданные в форме LTI. Параметр Fs задает частоту дискретизации в герцах. Параметр Fp не обязателен. Он определяет частоту в герцах, для которой значение АЧХ до и после выполнения преобразования должна совпадать.

Выражение (16)-(18) отличается исходными данными. В (16) определяться коэффициенты числителя bd и знаменателя adдискретного фильтра по коэффициентам числителя b и знаменателя a, аналогового прототипа. В выражении (17) исходными данными аналогового прототипа являются нули z, полюса ри коэффициент усиления k. Обращение к выражению (17) позволяет вичислить нули zd,полюса pdи коэффициент усиления kd дискретного фильтра. И, наконец, выражение (18) определяет дискретную матрицу пространства состояния фильтра по известным непрерывным матрицам пространства состояния это фильтра.

Процедура c2d определяет параметры дискретного фильтра по непрерывной передаточной функции h и интервалу дискретности T П

hd=c2d(h,Tp,‘метод’) (19)

MATLAB предлагает несколько методов аппроксимации: нулевого порядка, первого порядка, метод билинейной аппроксимации Тастина, билинейной аппроксимации Тастина с коррекцией и метод соответствия нулей и полюсов. При выборе метода аппроксимации выражение (19) конкретизируется (применена билинейная аппроксимации Тастина)

hd=c2d(h,Tp,‘TUSTIN’). (20)

Рис.4. Логарифмические характеристики фильтров (1 ‑ аналоговый; 2 ‑ дискретный (процедуры билинейного преобразования); 3 ‑ дискретный (процедурыc2d))

Все выше приведенные теоретические положения по расчету цифровых фильтров с помощью билинейного преобразования проиллюстрированы программой:

h=tf(,) %Исходные данные

syms z s %Ввод символьных переменных

k=2; %Ввод символьных переменных.

s=(2/Tp)*(1-z^-1)/(1+z^-1) %Переход на плоскость W.

hs=k/(s^2+3*s+3) %Применение преобразования к

%аналоговому фильтру.

hs1=simplify(hs) %Алгебраические преобразования

hs2=filt(,,Tp)*(2/463)%Уравнение

%цифрового фильтра при билинейном преобразовании.

Tfdata(h,"v") %Определение коэффициентов

%передаточной функции непрерывного фильтра.

Bilinear(n,d,10) %Уравнение цифрового фильтра при

%билинейном преобразовании.

hdt=c2d(h,Tp,"TUSTIN") %Уравнение цифрового фильтра при

%преобразовании Тастина.

hdv=filt(nd,dd,Tp) %Приведения уравнения к форме фильтра.

bode(h,hdt,hdv,hs2),grid on %Логарифмические

%характеристики аналоговых и цифровых фильтров.

Результаты расчетов этой программы приведены на рис.4, из которого следует, что графики частотных характеристик, полученные путем трудоемких расчетов (выражение (15)) и с помощью процедур bilinearи c2d, совпадают.