Mustaqil ishi mavzu: signallarga raqamli ishlov berish tizimlari arxitekturasi

2.2 Signallar, modulyatsiya va manipulyatsiya
Ushbu bo'limda Harmonik signalning bir yoki bir nechta parametrlarini o'zgartirishning asosiy usullari ko'rsatilgan. Amplituda, chastota va o'zgarishlar modulyatsiyasi tushunchalari joriy etildi. Xususan, radiolokatsiya vazifalarida qo'llaniladigan chiziqli chastotali modulyatsiya ajratiladi. Modulyatsiya parametrlariga qarab signallarning asosiy xususiyatlari, modulyatsiya qilingan signallarning spektrlari ko'rsatiladi.
Freq modulation

Qulaylik uchun Python tilida ushbu turdagi modulyatsiyani amalga oshiradigan funktsiyalar to'plami yaratilgan. LCHM signalini amalga oshirish misoli:

def signal_chirp(amp=1.0, freq=0.0, beta=0.25, period=100, **kwargs):
"""
Create Chirp signal
Parameters

----------

amp : float
Signal magnitude
beta : float
Modulation bandwidth: beta < N for complex, beta < 0.5N for real
freq : float or int
Linear frequency of signal
period : integer
Number of points for signal (same as period)
kwargs : bool
Complex signal if is_complex = True
Modulated by half-sine wave if is_modsine = True
"""
is_complex = kwargs.get('is_complex', False)
is_modsine = kwargs.get('is_modsine', False)
t = np.linspace(0, 1, period)

tt = np.pi * (freq * t + beta * t ** 2)

if is_complex is True:
res = amp * (np.cos(tt) + 1j * np.sin(tt))
else:
res = amp * np.cos(tt)
if is_modsine is True:

return res * np.sin(np.pi * t)

return res

Bundan tashqari, ushbu bo'limda alohida xabarlarni uzatish nazariyasi raqamli modulyatsiya — manipulyatsiya turlarini tasvirlaydi. Analog signallarda bo'lgani kabi, raqamli Harmonik ketma-ketliklar amplituda, fazada va chastotada (yoki bir vaqtning o'zida bir nechta parametrlarda) manipulyatsiya qilinishi mumkin.

Filtrlash vazifalaridagi oyna vazifalari. Zaif signallarni aniqlash
Raqamli filtrlar, analog kabi, turli xil xususiyatlarga ega — chastotalar: Ahx, FCHX, vaqtinchalik: impuls xarakteristikasi va filtrning uzatish xarakteristikasi. Raqamli filtrlar, asosan, signal sifatini yaxshilash uchun ishlatiladi — ma'lumot ketma — ketligidan signalni ajratish yoki kiruvchi signallarni yomonlashtirish uchun-keladigan hisoblash ketma-ketliklarida ma'lum signallarni bostirish uchun.

Bo'lim raqamli filtrlarning asosiy afzalliklari va kamchiliklarini (analoglarga nisbatan) ko'rsatadi. Filtrning impuls va uzatish xususiyatlari tushunchasi joriy etiladi. Filtrlarning ikkita klassi ko'rib chiqiladi — cheksiz impuls xarakteristikasi (Bich) va yakuniy impuls xarakteristikasi (chi). Filtrlarni kanonik va tekis shaklda loyihalash usuli ko'rsatiladi. KIX filtrlari uchun rekursiv shaklga o'tish usuli ko'rib chiqiladi.

Filtrni loyihalash jarayoni texnik topshiriqni ishlab chiqish bosqichidan (asosiy parametrlarni ko'rsatgan holda), dasturiy ta'minot va apparatni amalga oshirishga — filtr koeffitsientlarini izlashga (raqamni taqdim etish shakli, ma'lumotlar hajmi va boshqalarni hisobga olgan holda) ko'rsatiladi. Nosimmetrik chi filtrlarining ta'riflari, chiziqli FCHX va uning guruh kechikishi tushunchasi bilan aloqasi joriy etiladi.
Raqamli filtr konvertoridan signal spektrining bir-biri ustiga tushishini yoki aks chastota tashkil etuvchisini yo‘qotishda foydalaniladi. Turli tezlikda signallarga ishlov berish tezkorligi foydalaniladigan filtr turi va sifatiga bog‘liq. Desimatsiyalash va interpolyatsiyalashda impuls xarakteristikasi cheksiz va chekli 110 tlltrlardan foydalanish mumkin, ammo impuls xarakteristikasi chekli filtrlardan ko‘p hollarda foydalaniladi. Turli tezlikda signallarga ishlov berishda, signallarga oddiy raqamli ishlov berishda impuls xarakteristikasi chekii filtmi hisoblash samaradorligi impuls xarakteristikasi cheksiz filtrlamiki bilan deyarli bir xil, ba’zi hollarda katta. Diskretlash chastotasini kamaytirish natijasida desimator signal spektri bir-birining ustiga tushmasligini ta’minlash uchun fi ltr quyidagi talablarga javob berishi kerak:
signal chastotalarini c»‘tkazish polosasi - 0 < / < / ,
(8.4a) signal chastotalarini o'tkazmaslik polosasi - F !2M < f < F /2 ,
(8.4b) o ‘tkazish polosasidagi farqlanishlar - 5 ,
(8.4v) o‘tkazmaslik polosasidagi farqlanishlar - 8 ,
(8.4g) bunda / < F I2M bo‘lib, F - birlamchi diskretlash chastotasi.
Odatda f - birlamchi signal e’tiborga olinadigan eng katta chastota. Interpolyatsiyalashda boshqa muammo - aks chastota muammosi yuzaga keladi. Bu muammoni hal qilish uchun faqat foydali axborot spektr tashkil etuvchilarini o‘tkazuvchi va diskretlash chastotasi o‘zgargan signallar spektrini F 12 gacha o'tkazadi. Ammo eng katta e’tiborga olinadigan chastota interpolyatsiya natijasida LF gacha kattalashtirilganligini e’tiborga olsak LF /2 ga teng bo'ladi, signalni diskretizatsiyalash teoremasiga asosan uning polosasini F 12 cheklash kerak, chunki bu x(«) ning eng katta e’tiborga olinadigan chastotasi.
Interpolyatsiyalashda foydalaniladigan filtrga umumiy talablar:
filtr o‘tkazish polosasi - 0 < f < f ,
filtr o‘tkazmaslik polosasi - F I 2 < f < LF /2,
filtr o‘tkazish polosasidagi farqlanishlar - 8 ,
filtr o‘tkazmaslik polosasidagi farqlanishlar - 8 , bunda / < F 12. Interpolyatsiyalash natijasida signal amplitudasining kichiklashishi o‘mini qoplash (kompressiyalash) uchun filtr o‘tkazish polosasidagi spektr tashkil etuvchilari energiyasini L marta oshirish kerak.
ADAPTIV FILTRLAR HAQIDA ASOSIY TUSHUNCHALAR
Signallarga optimal ishlov berish usullarini ishlashda ko'p hollarda signal va shovqinlaming statistik modellaridan foydalanish tavsiya etiladi. Ko‘p hollarda signallarga ishlov berish qurilmasi chiziqli rejimda ishlaydi hamda unga stasionar va normal taqsimot qonuniga bo'ysunuvchi signal ta’sir etadi deb fikr yuritiladi. Ammo real sharoitda yuqorida qabul qilingan shartlar to'liq bajarilmaydi va natija signalini qabul qilish usuliga ham bogMiq boMadi. Bunday hollarda kirish signallarining statistik ko‘rsatkichlariga qarab okz parametrlarini o'zgartiruvchi adaptiv filtrlardan foydalanish o‘rinli hisoblanadi. Hozirda adaptiv filtrlar hisoblash amalining murakkabligi. o4zgaruvchanlik xususiyatlari, foydalaniladigan dastlabki ma’lumotlar va moslashadigan (adaptiv) filtrlar tarkibiy uzilishiga ham bogMiq. Adaptiv filtrlarni bir necha turlarga ajratish mumkin. Bunda asosiy belgilardan biri bu etalon (andozaviy) yoki tayanch signalining bor yoki yo'qligi hisoblanadi. Agar etalon signali bor bo‘lsa, u holda adaptatsiya (moslashish) jarayoni o‘qituvchi yordamida bilim olish deb ataladi. Bu holda adaptiv filtr o‘z chiqish signalini iloji boricha etalon signalga moslashtirishga intiladi. Moslashish darajasi adaptiv filtrlaming ishlash algoritmiga bog‘liq. Etalon signalsiz moslashish “ko‘r-ko‘rona” moslashuv yoki o‘qituvchisiz bilim olish deb ataladi. Bu holda albatta qabul qilinayotgan kirish signalining tarkibi haqida ba’zi ko‘rsatkichlar ma’lum bo‘lishi kerak (misol uchun, modulyatsiya turi va uning o‘zgarish chegaralari). Kolr-ko‘rona adaptatsiyani amalga oshirish etalon signalni adaptatsiya usuliga qaraganda ancha murakkab hisoblash amallarini bajarishni talab qiladi. Adaptiv filtrlami turlarga ajratishda e’tibor berilishi kerak boMadigan belgilardan yana biri, bu signalga ishlov berish tizimidir. Bunda adaptiv tizimlar o‘z navbatida ikki turga: chiziqli va chiziqsiz tizimlarga ajratiladi. Bunda chiziqlilik kirish signali sathiga bogMiqligi emas, adaptatsiya jarayonida sozlanadigan parametrga bog'liqligi nazarda tutiladi. Ko‘p hollarda signalarga norekursiv filtrlarda ishlov berishga asoslangan chiziqli adaptiv tizimlardan foydalaniladi. Norekursiv filtrlaming asosiy afzalliklaridan biri filtr koeffisientlarining har qanday qiymatlarida uning ish holati barqarorligidir. Shuni e’tiborga olish kerakki, adaptatsiyalanish algoritmi teskari bog'lanish zanjiriga ega bo‘lib, bu moslashuvchi tizimning barqarorligini yomonlashtirishi mumkin. Nochiziqli adaptiv tizimlarga tirik organizmlaniing ish holatini ma’lum darajada modellashga aoslangan neyron tarmoqlari kiradi. Nichiziqli adaptiv tizimlaming yana bir turi bu rekursiv adaptiv filtrlardir. Ammo bu tur filtrlarni yaratish uning barqarorligini ta’minlovchi muhim muammolami keltirib chiqarishi sababli bu tur filtrlardan keng miqyosda foydalanilmaydi.
Radiotexnik tizimlarda amalda asosan ikki tur adaptiv filtrlash algoritmlaridan foydalaniladi. Bular eng kichik kvadratik xatolik usulidan foydalanishga asoslangan algoritm (EKKX) va eng kichik kvadratik xatolik rekursiv usuliga asoslangan algoritm (EKKXRU). Bu har ikki algoritm optimal filtrlash tenglamalariga asoslanib amalga oshiriladi.
Optimal filtrlash masalasi turlicha yechilishi mumkin, bular: gradient usulida optimal filtrlash va statistik yondashishdan foydalanishga asoslangan usul. 9.1. Viner optimal filtri Optimal filtrlash haqida fikr yuritilganda quyidagi ikki narsaga asoslanish kerak: kirish signali matematik modeli va optimallashtirish sifati mezom Bu shartlar ma’lum bo'lsa, optimal filtrlash masalasi - optimallashtirish matematik modelini tuzish va uni analitik yoki sonli shaklda yechishga olib keladi. Misol shaklida, kirishiga tasodifiy diskret signal {*(&)} N-tartibli koeflfisientlari {w }, n =0,1,...., N bo‘lgan diskret filtrlar orqali ishlov berishini kokrib chiqamiz (9.2-rasm). Ushbu filtr chiqish signali quyidagi ifoda orqali aniqlanadi: v ( * ) = 5 > x (* -/i


Xulosa
Ushbu kurs ishini bajarish davomida quyidagi ishlar amalga oshirildi
1 Signallar va ularning xarakteriskalari

2 Signallarga raqamli sihlov berish va uning imkoniyatlari

3 SPF sm raqamli signallarni qayta ishlash uchun maxsus protsessor
4 Signallar, modulyatsiya va manipulyatsiya
5 Filtrlash vazifalaridagi oyna vazifalari. Zaif signallarni aniqlash
ni o’rganib oldim.
Bugungi kunda tezkor rivojlanayotgan axborot kommunikatsiya texnologiyalarini jamiyatning barcha sohalarida qo’llash ayniqsa real vaqt tizimlarida, raqamli televedeniyada, videokonferensiyalarni tashkil etishda(auvdeo-video signallarni qayta ishlash), video ko’zatuvlarni masofaga jo’natishda paydo bo’ladigan implusli pomexlarni filtirlash juda muhim sanaladi. Masofaga uzatilayotgan barcha axborotlar signal ko’rinishda ifodalanadi. Signallarni masofaga jo’natishda yoki qabul qilishda signallarga vaqt sohasida dastlabki ishlov berish (filtrlash, siqish) masalalarining sonli usullarini Matlab tizimining imkoniyatlaridan foydalangan holda qayta ishlash uzatilayotgan axborotlarning sifatini oshirishga xizmat qiladi