શ્રેષ્ઠ ફિલ્ટર વિશ્લેષણ અને સંશ્લેષણ કાર્યક્રમ. ડિજિટલ ફિલ્ટર્સનો ઉપયોગ કરીને પ્રેક્ટિસ કરો

ડીજીટલ ફિલ્ટર્સ ડીઝાઈનીંગ

4.1.1. ડિજિટલ ફિલ્ટર ડિઝાઇનની મૂળભૂત વ્યાખ્યાઓ

વ્યાપક અર્થમાં ડિજિટલ ફિલ્ટર (DF) એ કોઈપણ ડિજિટલ સિસ્ટમ તરીકે સમજવામાં આવે છે જે સિસ્ટમના ઇનપુટ પર હાજર મિશ્રણમાંથી ડિજિટલ સિગ્નલ અથવા તેના પરિમાણોને બહાર કાઢે છે. હસ્તક્ષેપ સાથે સંકેત.

સાંકડા અર્થમાં ડિજિટલ ફિલ્ટર એ ફ્રીક્વન્સી-સિલેક્ટિવ સર્કિટ છે જે આવર્તન દ્વારા ડિજિટલ સિગ્નલોની પસંદગી પૂરી પાડે છે.

વ્યાપક અર્થમાં ડિજિટલ ફિલ્ટર્સમાં નીચેનાનો સમાવેશ થાય છે:

આવર્તન લાક્ષણિકતાઓના કંપનવિસ્તાર અને તબક્કા સુધારકો;

વિભેદકો;

હિલ્બર્ટ ટ્રાન્સફોર્મર્સ;

મેળ ખાતા ફિલ્ટર્સ.

સાંકડા અર્થમાં ડિજિટલ ફિલ્ટર્સમાં આવર્તન-પસંદગીયુક્ત ફિલ્ટર્સનો સમાવેશ થાય છે:

લો પાસ ફિલ્ટર (LPF);

ઉચ્ચ પાસ ફિલ્ટર (એચપીએફ);

બેન્ડપાસ ફિલ્ટર (પીએફ);

નોચ ફિલ્ટર (RF).

ડિજિટલ ફિલ્ટર્સ લાગુ કરી શકાય છે:

હાર્ડવેર;

સૉફ્ટવેર;

હાર્ડવેર અને સોફ્ટવેર.

હાર્ડવેર અમલીકરણમાં રજિસ્ટર, એડર્સ, મલ્ટિપ્લાયર્સ, મેમરી ઉપકરણો અને તર્ક તત્વોના રૂપમાં કાર્યાત્મક ઘટકોનો ઉપયોગ શામેલ છે.

સૉફ્ટવેર અમલીકરણનો અર્થ એ છે કે ફિલ્ટરને પ્રોગ્રામિંગ ભાષામાં લખેલા પ્રોગ્રામ તરીકે રજૂ કરવામાં આવે છે.

હાર્ડવેર-સૉફ્ટવેર અમલીકરણનો અર્થ એ છે કે સૉફ્ટવેરમાં ફંક્શનના બીજા ભાગને એક્ઝિક્યુટ કરતી વખતે હાર્ડવેર (ADC, DAC, ગુણાકાર, ડેટા રિસેપ્શન/ટ્રાન્સમિશન) માં ફિલ્ટર ફંક્શનનો ભાગ ભજવવો.

ડીજીટલ ડીજીટલ ડીઝાઈન એ એક એવી પ્રક્રિયા છે જે પ્રોગ્રામ અથવા ડીજીટલ ડીવાઈસના વિકાસમાં પરિણમે છે જે નિર્દિષ્ટ જરૂરિયાતોને પૂર્ણ કરે છે.

ડિજિટલ ફિલ્ટરની ડિઝાઇનમાં નીચેના તબક્કાઓ શામેલ છે:

1. સંશ્લેષણ.

2. ગણતરી ગાણિતીક નિયમોનો વિકાસ.

3. સિમ્યુલેશન દ્વારા ચકાસણી.

4. વ્યવહારુ અમલીકરણ અને ડીબગીંગ.

પરિણામ સંશ્લેષણફિલ્ટરનો બ્લોક ડાયાગ્રામ અને ગુણાંક અને તફાવત સમીકરણો અને સ્થાનાંતરણ કાર્યોનો સમૂહ છે.

ગણતરી અલ્ગોરિધમનો વિકાસરજીસ્ટરની બીટ ક્ષમતા, પ્રોસેસર બેટરીની સંખ્યા, સમાંતર કામગીરીની શક્યતા અને ગુણાકાર અને સંચય ઉપકરણોની હાજરી પર આધાર રાખે છે. અંતિમ અલ્ગોરિધમને ગુણવત્તાના ન્યૂનતમ નુકસાન સાથે વાસ્તવિક સમયમાં ફિલ્ટરની કામગીરીની ખાતરી કરવી આવશ્યક છે.

સિમ્યુલેશન ચકાસણીસોફ્ટવેર એમ્યુલેટરનો ઉપયોગ કરીને માનક સિગ્નલોનો ઉપયોગ કરીને અવાસ્તવિક સમયમાં હાથ ધરવામાં આવે છે. આ કિસ્સામાં, તાર્કિક ભૂલો દૂર કરવામાં આવે છે અને ફિલ્ટરની સ્પષ્ટ લાક્ષણિકતાઓ સાથેનું પાલન તપાસવામાં આવે છે.

વ્યવહારુ અમલીકરણ અને ડીબગીંગડિબગીંગ મોડ્યુલોનો ઉપયોગ કરીને રીઅલ ટાઇમમાં હાથ ધરવામાં આવે છે.



CP સંશ્લેષણ વિશે સામાન્ય માહિતી

સંશ્લેષણ પ્રક્રિયા દરમિયાન નીચેની ક્રિયાઓ કરવામાં આવે છે:

ફિલ્ટર માટે જરૂરીયાતો ઉલ્લેખિત છે;

સ્થાનાંતરણ કાર્ય અથવા તફાવત સમીકરણના ગુણાંકની ગણતરી કરવામાં આવે છે;

સીએફનું માળખાકીય રેખાકૃતિ બનાવવામાં આવી રહી છે.

ફિલ્ટરના હેતુના આધારે, ડિજિટલ ફિલ્ટર્સ માટેની આવશ્યકતાઓ સમય અથવા આવર્તન ડોમેનમાં નિર્દિષ્ટ કરી શકાય છે.

સમય ડોમેન આવશ્યકતાઓ સામાન્ય રીતે જરૂરી આવેગ પ્રતિભાવ દ્વારા મેળ ખાતા ફિલ્ટર્સ માટે નિર્દિષ્ટ કરવામાં આવે છે.

ફ્રીક્વન્સી ડોમેનમાં જરૂરીયાતો સામાન્ય રીતે આવર્તન-પસંદગીયુક્ત ફિલ્ટર્સ માટે નિર્દિષ્ટ કરવામાં આવે છે.

ઉદાહરણ તરીકે, બેન્ડપાસ ફિલ્ટર માટેની આવશ્યકતાઓ પાંચ ફ્રીક્વન્સી બેન્ડ્સ (આકૃતિ 2.1) દ્વારા વર્ગીકૃત થયેલ છે:

સેન્ટ્રલ બેન્ડવિડ્થ (સીબી);

બે અટકાયત લેન (PZ1, PZ2);

બે સંક્રમણ પટ્ટાઓ.

આકૃતિ 2.1 – PF ના આવર્તન પ્રતિભાવ માટેની આવશ્યકતાઓનો આકૃતિ

આકૃતિ 1 બતાવે છે:

પ્રથમ સ્ટોપ બેન્ડ PZ1 ની કટઓફ આવર્તન, જેની પહોળાઈ ;

ડાબી પાસબેન્ડ કટઓફ આવર્તન;

જમણી પાસબેન્ડ કટઓફ આવર્તન, પાસબેન્ડ પહોળાઈ ;

બીજા સ્ટોપ બેન્ડ PZ2 ની કટઓફ આવર્તન, જેની પહોળાઈ ;

સંક્રમણ સ્ટ્રીપ્સ 1 અને 2 ની પહોળાઈ છે , , અનુક્રમે.

મૂલ્ય બેન્ડવિડ્થની અંદર 1 થી આવર્તન પ્રતિભાવના મહત્તમ અનુમતિપાત્ર વિચલનને દર્શાવે છે. મૂલ્ય સ્ટોપ બેન્ડની અંદર 0 થી ફ્રીક્વન્સી રિસ્પોન્સના મહત્તમ અનુમતિપાત્ર વિચલનને દર્શાવે છે. સંક્રમણ બેન્ડની અંદર આવર્તન પ્રતિભાવ લાક્ષણિકતાઓ માટેની આવશ્યકતાઓ સામાન્ય રીતે ઉલ્લેખિત નથી.

સંશ્લેષણ પદ્ધતિઓના નીચેના પ્રકારો છે:

પ્રત્યક્ષ સંશ્લેષણ પદ્ધતિઓ;

એનાલોગ પ્રોટોટાઇપનો ઉપયોગ કરીને સંશ્લેષણ પદ્ધતિઓ.

ડાયરેક્ટ પદ્ધતિઓ બે કેટેગરીમાં વહેંચાયેલી છે:

શ્રેષ્ઠ વ્યવહાર;

સબઓપ્ટિમલ પદ્ધતિઓ.

શ્રેષ્ઠ પદ્ધતિઓમાં, સંખ્યાત્મક પદ્ધતિઓનો ઉપયોગ કરીને આપેલ ગુણવત્તાયુક્ત કાર્યનું ન્યૂનતમ માંગવામાં આવે છે. ભૂલ ધોરણનો ઉપયોગ નિર્દિષ્ટ એકમાંથી ફિલ્ટર લાક્ષણિકતાના વિચલનના ન્યૂનતમ માપ તરીકે થાય છે:



. (2.1)

સબઓપ્ટિમલ પદ્ધતિઓ સમસ્યાની વિશિષ્ટતાઓને ધ્યાનમાં લઈને ગણતરીઓને સરળ બનાવવાનું શક્ય બનાવે છે.

આ પ્રયોગશાળા કાર્ય માટેનો સૈદ્ધાંતિક ભાગ પાઠ્યપુસ્તક "ડિજિટલ ફિલ્ટર સંશ્લેષણની પદ્ધતિઓ" (ફાઇલ ફિલ્ટર\lecture_dsp.doc) માં સમાયેલ છે.

  1. qedesign 1000 પ્રોગ્રામ સાથે કામ કરવું.

QEDESIGN 1000 ડિજિટલ ફિલ્ટર ડિઝાઇન સિસ્ટમ પ્રોગ્રામ લોડ કરવા માટે QED.exe ચલાવો.

ખુલે છે તે મુખ્ય મેનૂમાં, ડિઝાઇન સબમેનુ પસંદ કરો, ગણતરી માટે ફિલ્ટર પ્રકારો સ્પષ્ટ કરવા માટેની વિંડો ખુલશે:

ફિગ.1. મેનુ "ડિઝાઇન" Fig.2. વિકલ્પો મેનુ

અહીં તમે ગણતરી માટે ફિલ્ટર ફિલ્ટર ગણતરી પદ્ધતિનો પ્રકાર પસંદ કરી શકો છો:

1. IIR ફિલ્ટર (IIR ડિઝાઇન) ની ગણતરી.

IIR ફિલ્ટર્સ માટે, વધુમાં વિકલ્પો મેનૂ ખોલો અને પદ્ધતિઓમાંથી એક પસંદ કરો

    દ્વિભાષી પરિવર્તન

    ઇમ્પલ્સ ઇનવેરિયન્ટ પદ્ધતિ

2. વિન્ડો વેઇટીંગ પદ્ધતિ દ્વારા FIR ફિલ્ટરની ગણતરી (FIR ડિઝાઇન (Windows))

3. શ્રેષ્ઠ ફિલ્ટર પદ્ધતિનો ઉપયોગ કરીને એફઆઈઆર ફિલ્ટરની ગણતરી (એફઆઈઆર ઇક્વિરીપલ એફઆઈઆર ફિલ્ટર ડિઝાઇન)

ડાબું-ક્લિક કરીને જરૂરી પદ્ધતિ પસંદ કરો.

1 - લો પાસ ફિલ્ટર

2 - હાઇ-પાસ ફિલ્ટર (હાઇપાસ)

3 - બેન્ડપાસ ફિલ્ટર

4 - ઉત્તમ ફિલ્ટર (બેન્ડસ્ટોપ)

ફિલ્ટર પ્રકાર પસંદ કર્યા પછી, ફિલ્ટર પરિમાણો સેટ કરવા માટેની વિંડો ખુલશે.

ફિગ.3. લો-પાસ ફિલ્ટર પરિમાણો સેટ કરવા માટેની વિન્ડો

ફિગ 4. હાઇ-પાસ ફિલ્ટરના પરિમાણો સેટ કરવા માટેની વિન્ડો

આ વિંડોમાં તમારે સેટ કરવાની જરૂર છે:

નમૂનાની આવર્તન એફ ડી

પાસબેન્ડ ડબલ્યુપી (પાસબેન્ડ ફ્રીક્વન્સી) ની બાઉન્ડ્રી ફ્રીક્વન્સીઝ

વિલંબ બેન્ડ મર્યાદા ફ્રીક્વન્સીઝ Wз (સ્ટોપબેન્ડ ફ્રીક્વન્સી)

પાસબેન્ડ (પાસબેન્ડ રિપલ) માં લહેર (વધારો)

વિલંબ બેન્ડ (સ્ટોપબેન્ડ લહેરિયાં) માં લહેર (એટેન્યુએશન)

આ કિસ્સામાં, તમારે યાદ રાખવું જોઈએ:

ઓછા પાસ ફિલ્ટર્સ માટે Wп

હાઇ-પાસ ફિલ્ટર્સ માટે Wп>Wз

બેન્ડપાસ ફિલ્ટર્સ માટે Wп1

નોચ ફિલ્ટર્સ માટે Wп1

કટઓફ ફ્રીક્વન્સી 2 વડે વિભાજિત સેમ્પલિંગ ફ્રીક્વન્સી કરતાં ઓછી હોવી જોઈએ.

લાક્ષણિક લહેર (એટેન્યુએશન) શ્રેણી:

પાસબેન્ડમાં 0.1 - 3 ડીબી

વિલંબ બેન્ડમાં 20 - 100 ડીબી

બધા ફીલ્ડ ભરો અને "સ્વીકારો" બટનને ક્લિક કરો.

ડી
આગળ, મુખ્ય મેનૂ પર જાઓ અને "સ્ટાર્ટ" મેનૂ આઇટમ પસંદ કરો.

આ સ્ક્રીનમાં, IIR ફિલ્ટર માટે, ફિગમાં દર્શાવેલ વિન્ડો પસંદ કરો. 5.

આકૃતિ 5. IIR ફિલ્ટર્સની ગણતરી માટે વિન્ડો

એનાલોગ ફિલ્ટર પ્રકાર પસંદ કરો:

1- બટરવર્થ;

2 - ચેબીશેવ;

3 - વિપરીત ચેબીશેવ;

4 - લંબગોળ;

5 - બેસેલ;

ફિલ્ટર ઓર્ડર (ઇચ્છિત ઓર્ડર દાખલ કરો)

ફિલ્ટર ઓર્ડર 2 નો ગુણાંક હોવો જોઈએ; અંદાજિત ફિલ્ટર ઓર્ડર કરતા વધારે ન હોવો જોઈએ.

વિન્ડો પદ્ધતિ દ્વારા ગણતરી કરાયેલ FIR ફિલ્ટર્સ માટે, એક વિન્ડો ખુલે છે, ફિગ. 6

ચોખા. 6. વિન્ડો પદ્ધતિનો ઉપયોગ કરીને FIR ફિલ્ટર્સની ગણતરી કરવા માટે વિન્ડો.

સંભવિત વિન્ડો ફંક્શન અહીં ફિલ્ટરના પલ્સ ફંક્શન (અંદાજિત ક્રમ) ના નમૂનાઓની ભલામણ કરેલ સંખ્યા સાથે બતાવવામાં આવે છે:

1 - લંબચોરસ;

2 - ત્રિકોણાકાર;

4 - હેમિંગ;

5 - બ્લેકમેન;

અને અન્ય.

ઇચ્છિત નળની સંખ્યા દાખલ કરો

રીડિંગ્સની સંખ્યા 2 કરતા ઓછી અને ભલામણ કરતા વધુ ન હોવી જોઈએ.

શ્રેષ્ઠ FIR ફિલ્ટર્સ માટે, પસંદ કરો:

નળની અંદાજિત સંખ્યા

ગણતરીઓની સંખ્યા 3 કરતા ઓછી અને ભલામણ કરતા વધુ ન હોવી જોઈએ.

વપરાશકર્તા પાસે સ્ક્રીન પર અને પ્રિન્ટિંગ ઉપકરણ પર નીચેના ગ્રાફ પ્રદર્શિત કરવાની ક્ષમતા છે:

IIR ફિલ્ટર્સ માટે:

કંપનવિસ્તાર લાક્ષણિકતા (મેગ્નિટ્યુડ)

તબક્કાની લાક્ષણિકતા (તબક્કો);

સ્થાનાંતરણ કાર્યના ધ્રુવો અને શૂન્ય (ધ્રુવો અને શૂન્ય);

જૂથ વિલંબ લાક્ષણિકતા;

FIR ફિલ્ટર્સ માટે:

કંપનવિસ્તાર લાક્ષણિકતા (મેગ્નિટ્યુડ);

લઘુગણક સ્કેલ પર કંપનવિસ્તાર લાક્ષણિકતા (લોગ10 મેગ્નિટ્યુડ);

આવેગ પ્રતિભાવ;

પગલું પ્રતિભાવ;

પરિણામો બચાવવા માટેનું મેનુ ખુલશે, ફિગ. 7.

ચોખા. 7. પરિણામો બચાવવા માટે મેનુ

પરિણામોને સાચવવા માટે સામાન્ય ફાઇલ નામ (ઉદાહરણ તરીકે filtr1) નો ઉપયોગ થાય છે.

જો સેવ પ્રોબ્લેમ સ્પેસિફિકેશન્સ વિકલ્પ પસંદ કરેલ હોય, તો ફિલ્ટર સ્પષ્ટીકરણ *.spc ફાઈલમાં સાચવવામાં આવશે.

જો Quantized Coefficient File બનાવો વિકલ્પ પસંદ કરેલ હોય, તો ફિલ્ટર ગુણાંક સાચવવામાં આવશે. સિસ્ટમ ફિલ્ટર ગુણાંકનું પરિમાણ કરે છે. ક્વોન્ટાઈઝ ગુણાંક વિકલ્પ હંમેશા પસંદ કરવો આવશ્યક છે. નહિંતર, ફિલ્ટર ગુણાંક સાચવવામાં આવશે નહીં.

ફિગ માં. 8. પરિમાણ પરિમાણો સેટ કરવા માટેની વિંડો બતાવવામાં આવી છે, જેમાં ફિલ્ટરને અમલમાં મૂકવાની પદ્ધતિ વિશેની માહિતી પણ છે.

ચોખા. 8. પરિમાણ વિકલ્પો મેનુ

IIR ફિલ્ટર્સ માટે, અમલીકરણના બે સ્વરૂપો (અનુભૂતિ પ્રકાર) શક્ય છે:

    સીધા સ્વરૂપમાં 2જી ઓર્ડર બ્લોક્સ સાથે કાસ્કેડ ફોર્મ (કાસ્કેડ ટ્રાન્સપોઝ્ડ સેકન્ડ ઓર્ડર સેક્શન);

    કેનોનિકલ સ્વરૂપમાં 2જી ઓર્ડર બ્લોક્સ સાથે કાસ્કેડ ફોર્મ (કાસ્કેડ કેનોનિક સેકન્ડ ઓર્ડર સેક્શન);

    સમાંતર ટ્રાન્સપોઝ્ડ સેકન્ડ ઓર્ડર વિભાગ;

    સમાંતર ટ્રાન્સપોઝ્ડ સેકન્ડ ઓર્ડર વિભાગ;

ફિલ્ટર ગુણાંકની ગણતરીના પરિણામો *.flt ફાઇલમાં સાચવવામાં આવે છે.

નીચે ક્વોન્ટાઇઝ્ડ બેન્ડપાસ ફિલ્ટર ગુણાંક ફાઇલની સામગ્રીનું ઉદાહરણ છે.

ફિલ્ટર ગુણાંક ફાઇલ

ફિલ્ટર પ્રકાર બેન્ડ પાસ

એનાલોગ ફિલ્ટર પ્રકાર એલિપ્ટિક

પાસબેન્ડ રિપલ ઇન -ડીબી -3.0000

સ્ટોપબેન્ડ રિપલ ઈન -dB -20.0000

પાસબેન્ડ કટઓફ ફ્રીક્વન્સીઝ .500000E+03 .600000E+03 હર્ટ્ઝ

સ્ટોપબેન્ડ કટઓફ ફ્રીક્વન્સીઝ .400000E+03 .700000E+03 હર્ટ્ઝ

સેમ્પલિંગ ફ્રીક્વન્સી .400000E+04 હર્ટ્ઝ

ફિલ્ટર ડિઝાઇન પદ્ધતિ: દ્વિપક્ષીય પરિવર્તન

ફિલ્ટર ઓર્ડર 4 0004h

વિભાગોની સંખ્યા 2 0002h

ના. ક્વોન્ટાઇઝ્ડ બિટ્સ 16 0010h

ક્વોન્ટાઈઝેશન પ્રકાર - બ્લોક ફ્લોટિંગ પોઈન્ટ

કાસ્કેડ ફોર્મ II માટે સ્કેલ કરેલ ગુણાંક

4 FFFFFFFC /* એકંદર લાભ માટે શિફ્ટ ગણતરી */

21237 000052F5 /* એકંદર લાભ */

2 FFFFFFFE /* વિભાગ 1 અંશ મૂલ્યો માટે શિફ્ટ ગણતરી */

30006 00007536 /* વિભાગ 1 ગુણાંક B0 */

21867 FFFFAA95 /* વિભાગ 1 ગુણાંક B1 */

30006 00007536 /* વિભાગ 1 ગુણાંક B2 */

1 00000001 /* વિભાગ 1 છેદ મૂલ્યો માટે શિફ્ટ ગણતરી */

19208 00004B08 /* વિભાગ 1 ગુણાંક A1 */

15554 FFFFC33E /* વિભાગ 1 ગુણાંક A2 */

3 00000003 /* વિભાગ 2 અંશ મૂલ્યો માટે શિફ્ટ ગણતરી */

15490 00003C82 /* વિભાગ 2 ગુણાંક B0 */

25573 FFFF9C1B /* વિભાગ 2 ગુણાંક B1 */

15490 00003C82 /* વિભાગ 2 ગુણાંક B2 */

1 00000001 /* વિભાગ 2 છેદ મૂલ્યો માટે શિફ્ટ ગણતરી */

22299 0000571B /* વિભાગ 2 ગુણાંક A1 */

15636 FFFFC2EC ​​/* વિભાગ 2 ગુણાંક A2 */

2289276123046875D+00 3FCD4D8000000000 .22893000E+00 /* વિભાગ 1 B0 */

1668319702148437D+00 BFC55AC000000000 -.16683484E+00 /* વિભાગ 1 B1 */

2289276123046875D+00 3FCD4D8000000000 .22893000E+00 /* વિભાગ 1 B2 */

1172363281250000D+01 3FF2C20000000000 -.11723777E+01 /* વિભાગ 1 A1 */

9493560791015625D+00 BFEE612000000000 .94936011E+00 /* વિભાગ 1 A2 */

3781799316406250D+01 400E412000000000 .37818290E+01 /* વિભાગ 2 B0 */

6243408203125000D+01 C018F94000000000 -.62435106E+01 /* વિભાગ 2 B1 */

3781799316406250D+01 400E412000000000 .37818290E+01 /* વિભાગ 2 B2 */

1361022949218750D+01 3FF5C6C000000000 -.13610497E+01 /* વિભાગ 2 A1 */

9543914794921875D+00 BFEE8A6000000000 .95439489E+00 /* વિભાગ 2 A2 */

કેનોનિકલ સ્વરૂપ (પ્રકાર) 2 માં બીજા-ક્રમના વિભાગો સાથે IIR ફિલ્ટરના કાસ્કેડ સ્વરૂપની રચનાનું અમલીકરણ

સંશ્લેષિત ફિલ્ટરને બીજા-ક્રમના વિભાગોના ઉત્પાદન તરીકે રજૂ કરી શકાય છે:

,

જ્યાં K પૂર્ણાંક ભાગ છે (N=1)/2. એચ k (z) સામાન્ય સ્વરૂપ ધરાવે છે:

કેનોનિકલ સ્વરૂપમાં દરેક સેકન્ડ-ઓર્ડર વિભાગ માટે નીચેના ફોર્મનો ઉપયોગ કરીને ફિલ્ટરને લાગુ કરી શકાય છે:

ફિગ.9. પ્રમાણભૂત સ્વરૂપમાં બીજા ક્રમનો વિભાગ

(આ અમલીકરણ અને સીધા સ્વરૂપમાં અમલીકરણ વચ્ચે શું નોંધપાત્ર તફાવત છે?)

કેનોનિકલ સ્વરૂપમાં સેકન્ડ-ઓર્ડર વિભાગો સાથે એફઆઈઆર ફિલ્ટરના કાસ્કેડ સ્વરૂપની રચનાનું અમલીકરણ

આપણે વિઘટન કરી શકીએ છીએ એચ(z) બીજા ઓર્ડર સિસ્ટમો માટે:

K - પૂર્ણાંક ભાગ (M+1)/2 (M ફિલ્ટર લંબાઈ).

બીજા-ક્રમના વિભાગો સાથે એફઆઈઆર ફિલ્ટરનું સરળ કાસ્કેડ અમલીકરણ:

ચોખા. 10. FIR ફિલ્ટરનું સરળ કાસ્કેડ અમલીકરણ.

સક્રિય/નિષ્ક્રિય એનાલોગ અને ડિજિટલ ઇલેક્ટ્રિકલ ફિલ્ટર્સ બનાવવા અને વિશ્લેષણ કરવા માટે વ્યવસાયિક સોફ્ટવેર પેકેજ.

ફિલ્ટર સોલ્યુશન્સ પાસે એક સરળ અને સાહજિક ઇન્ટરફેસ છે, જે ફિલ્ટરના જરૂરી મૂલ્યોને સેટ કરવા અને પરિણામો અને તેમની લાક્ષણિકતાઓ પ્રદર્શિત કરવા માટે અલગ વિન્ડોઝનો સમૂહ છે. સૉફ્ટવેરનું પોતાનું કમ્પ્યુટિંગ કોર છે. ઑપ્ટિમાઇઝ ગણતરી અલ્ગોરિધમ્સ તમને ટૂંકા ગાળામાં જટિલ ગાણિતિક ક્રિયાઓ કરવા દે છે.

ફિલ્ટર સોલ્યુશન્સ પ્રોગ્રામ પ્રમાણભૂત ફિલ્ટર્સ (લંબગોળ અથવા કોઅર, બેસેલ, બટરવર્થ, ગૌસ, લિજેન્ડ્રે, ચેબીશેવ પ્રકાર 1 અને 2, મેળ ખાતું અને કેટલાક અન્ય), તેમજ મુક્તપણે સ્પષ્ટ કરેલ આવર્તન પ્રતિભાવ સાથે લવચીક પરિમાણો સાથે અનન્ય ફિલ્ટર્સ બનાવવા માટે સક્ષમ છે. ફેઝ ફેઝ સર્કિટ અને કંપનવિસ્તાર કરેક્શન બનાવવા માટે. પ્રોગ્રામ આપમેળે ટ્રાન્સફર ફંક્શન બનાવે છે, ધ્રુવો અને શૂન્ય બતાવે છે, અને જ્યારે તે પલ્સનો સંપર્ક કરે છે ત્યારે સર્કિટની સમયની લાક્ષણિકતાઓ પણ જનરેટ કરે છે. ઝડપથી ફિલ્ટર બનાવવા માટે, એક વિઝાર્ડ પ્રદાન કરવામાં આવે છે જેને ફક્ત સૌથી મહત્વપૂર્ણ વિકાસ ડેટાની જરૂર હોય છે.

ડિઝાઇન કરેલ ઉપકરણ, શૂન્ય અને ધ્રુવોની આવર્તન લાક્ષણિકતાઓ સૂચવવાનું પણ શક્ય છે. ફિલ્ટર સોલ્યુશન્સ સ્વતંત્ર રીતે ફિલ્ટર ઓર્ડર અને જરૂરી ટોપોલોજી સેટ કરશે. પ્રોગ્રામ તમને સ્ટ્રીપલાઈન/માઈક્રોસ્ટ્રીપ ડિઝાઈનમાં ફિલ્ટર્સ વિકસાવવા દે છે. ગણતરી મેટલાઇઝેશન અને સબસ્ટ્રેટના ડાઇલેક્ટ્રિકમાં થતા નુકસાનને ધ્યાનમાં લેશે.
સૉફ્ટવેર પૅકેજની વિશેષતા એ વિવિધ સર્કિટ સોલ્યુશન્સ અને વ્યક્તિગત તત્વોના પરિમાણોના સ્વરૂપમાં સમસ્યાને હલ કરવાની ઘણી સંભવિત રીતોની જોગવાઈ છે. ફિલ્ટર સોલ્યુશન્સ યોજનાની તકનીકી સંભવિતતા પર નજર રાખે છે. પ્રોગ્રામ સંભવિત સમસ્યાઓ સૂચવશે અને વૈકલ્પિક વિકલ્પો પ્રદાન કરશે જે સહેજ ખરાબ પરિમાણો ધરાવે છે, પરંતુ અમલ કરવા શક્ય છે.

ફિલ્ટર સોલ્યુશન્સની ક્ષમતાઓ ફિલ્ટર લાઇટ અને ફિલ્ટર ફ્રી સંસ્કરણો તરીકે પણ ઉપલબ્ધ છે, જેની કિંમત પ્રોગ્રામના સંપૂર્ણ સંસ્કરણની તુલનામાં ઓછી છે. તેમાંના કાર્યોની શ્રેણી કંઈક અંશે સરળ છે, ખાસ કરીને ફિલ્ટર ફ્રીમાં, જે ન્યૂનતમ ઉપલબ્ધ પેકેજ છે.
આ સૉફ્ટવેર માટેની સિસ્ટમ આવશ્યકતાઓ નાની છે. પ્રોગ્રામ નિયમિત અને પોર્ટેબલ સંસ્કરણના સ્વરૂપમાં વિતરિત કરવામાં આવે છે જે કોઈપણ બાહ્ય ડ્રાઇવથી કાર્ય કરે છે.

ફિલ્ટર સોલ્યુશન્સ એ Nuhertz Technologies http://www.nuhertz.com/ નું ઉત્પાદન છે. તેનું મુખ્ય મથક ફોનિક્સ (યુએસએ, એરિઝોના) માં આવેલું છે. પેકેજ મૂળ 1999 માં બહાર પાડવામાં આવ્યું હતું. ત્યારથી, તે વધુ અને વધુ નવા કાર્યો અને ક્ષમતાઓ વિકસાવવાનું અને પ્રાપ્ત કરવાનું ચાલુ રાખ્યું છે. કંપની દ્વારા વિકસાવવામાં આવેલ સોફ્ટવેરનો ઉપયોગ વિજ્ઞાન અને ઉદ્યોગના વિવિધ ક્ષેત્રો જેમ કે સંચાર અને સંચાર, લશ્કરી ઇલેક્ટ્રોનિક્સ, દવા, સાધન નિર્માણ, તેલ અને ગેસ અને એન્ટેના ડિઝાઇનમાં ડિઝાઇન એન્જિનિયરો દ્વારા કરવામાં આવે છે. નુહર્ટ્ઝ ટેક્નોલોજીસ સ્ટેટમેટ અને સ્પેક્ટ્રા, આંકડાકીય વિશ્લેષણ અને ડેટાની ડિજિટલ પ્રસ્તુતિ માટેના કાર્યક્રમોના નિર્માતા પણ છે.

ફિલ્ટર સોલ્યુશન્સ ઇન્ટરફેસ ભાષા માત્ર અંગ્રેજી છે. પ્રશ્નમાં પ્રોગ્રામનું કાર્યકારી પ્લેટફોર્મ Windows 9x/Me/2K/NT/XP/Vista/7 છે.

સૂચિત શ્રેણી "MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગ DSP" માં, અગાઉના લેખો MATLAB સોફ્ટવેરનો ઉપયોગ કરીને ફિક્સ પોઈન્ટ ફિલ્ટર્સ (FP) સહિત ડિજિટલ ફિલ્ટર્સ (DF), FIR અને IIR ના મોડેલિંગ માટે સમર્પિત હતા.

સાહિત્ય

  1. Ingle V., Proakis J. MATLAB નો ઉપયોગ કરીને ડિજિટલ સિગ્નલ પ્રોસેસિંગ. બીજી આવૃત્તિ. થોમસન, 2006.
  2. ઓપનહેમ એ., શેફર આર. ડિજિટલ સિગ્નલ પ્રોસેસિંગ. એમ.: ટેક્નોસ્ફિયર, 2006.
  3. સેર્જેન્કો એ.બી. ડિજિટલ સિગ્નલ પ્રોસેસિંગ. 2જી આવૃત્તિ. એસપીબી.: પીટર, 2006.
  4. સોલોનિના એ.આઇ., ઉલાખોવિચ ડી.એ., અર્બુઝોવ એસ.એમ., સોલોવ્યોવા ઇ.બી. ડિજિટલ સિગ્નલ પ્રોસેસિંગના ફંડામેન્ટલ્સ. 2જી આવૃત્તિ. સેન્ટ પીટર્સબર્ગ: BHV-પીટર્સબર્ગ, 2005.
  5. સોલોનિના A.I., Arbuzov S.M. ડિજિટલ સિગ્નલ પ્રોસેસિંગ. MATLAB માં મોડેલિંગ. સેન્ટ પીટર્સબર્ગ: BHV-પીટર્સબર્ગ, 2008.
  6. સોલોનિના એ. MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગનું મોડેલિંગ. ભાગ 1. MATLAB સોફ્ટવેર // ઘટકો અને તકનીકોનો ઉપયોગ કરીને શ્રેષ્ઠ (ચેબીશેવ અનુસાર) FIR ફિલ્ટર્સનું સંશ્લેષણ. 2008. નંબર 11.
  7. સોલોનિના એ. MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગનું મોડેલિંગ. ભાગ 2. MATLAB સોફ્ટવેર // ઘટકો અને તકનીકોનો ઉપયોગ કરીને શ્રેષ્ઠ IIR ફિલ્ટર્સનું સંશ્લેષણ. 2008. નંબર 12.
  8. સોલોનિના એ. MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગનું મોડેલિંગ. ભાગ 3. MATLAB // ઘટકો અને તકનીકોમાં FIR અને IIR ફિલ્ટર્સની રચનાઓનું વર્ણન. 2009. નંબર 1.
  9. સોલોનિના એ. MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગનું મોડેલિંગ. ભાગ 4. MATLAB સૉફ્ટવેરનો ઉપયોગ કરીને ડિજિટલ ફિક્સ્ડ-પોઇન્ટ ફિલ્ટર્સની રચનાનું મોડેલિંગ: FIR ફિલ્ટર્સ // ઘટકો અને તકનીકીઓની લાક્ષણિકતાઓનું વિશ્લેષણ. 2009. નંબર 2.
  10. સોલોનિના એ. MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગનું મોડેલિંગ. ભાગ 5. MATLAB સૉફ્ટવેરનો ઉપયોગ કરીને ડિજિટલ ફિક્સ્ડ-પોઇન્ટ ફિલ્ટર્સની રચનાનું મોડેલિંગ: IIR ફિલ્ટર્સ // ઘટકો અને તકનીકીઓની લાક્ષણિકતાઓનું વિશ્લેષણ. 2009. નંબર 3.
  11. સોલોનિના એ. MATLAB માં ડિજિટલ સિગ્નલ પ્રોસેસિંગનું મોડેલિંગ. ભાગ 6. MATLAB સૉફ્ટવેરનો ઉપયોગ કરીને ડિજિટલ ફિક્સ્ડ-પોઇન્ટ ફિલ્ટર્સની રચનાનું મોડેલિંગ: અસરનું પ્રમાણ અને પ્રતિભાવની ગણતરી // ઘટકો અને તકનીકીઓ. 2009. નંબર 4.
1 વર્તમાન ફિલ્ટર માહિતી જૂથમાં આ સંદેશને અનુલક્ષે છે: સ્ત્રોત-ડિઝાઈન કરેલ.
2 વર્તમાન ફિલ્ટર માહિતી જૂથમાં આ સંદેશને અનુરૂપ છે: સ્ત્રોત-આયાત કરેલ.

હું અહીં એક પ્રોજેક્ટ કરી રહ્યો છું અને મને આ સમસ્યા છે. મને એડીસી (ડેલ્ટા-સિગ્મા) માઇક્રોકિરકીટમાંથી ડેટા પ્રાપ્ત થાય છે જેમાં બિલ્ટ-ઇન કંટ્રોલર અને ફિલ્ટર હોય છે, પરંતુ આ ફિલ્ટરને બદલે નબળો આવર્તન પ્રતિભાવ છે, પરિણામે RF માં 60 Hz અને તેનાથી વધુ અવરોધ છે. તે આના જેવું કંઈક દેખાય છે:

તે. આવર્તન પ્રતિભાવની આ અસમાનતા સ્પષ્ટપણે અમને અનુકૂળ નથી (તે તકનીકી આવશ્યકતાઓને પૂર્ણ કરતી નથી), જો કે આવર્તન પ્રતિભાવને સ્તર આપવા માટે નમૂનાની આવર્તનને 250Hz થી 500Hz સુધી વધારવી શક્ય છે, પરંતુ તે પછી ડેટાની માત્રા જે હજુ પણ સરેરાશ વધારો કરવાની જરૂર પડશે, જે સમગ્ર રીતે અને કુલ ઉર્જા વપરાશ (બેટરી પાવર) પર પ્રભાવ (STM32F103VE પર પ્રોજેક્ટ) સિસ્ટમને અસર કરશે. પરંતુ બીજી રીત છે.

તમે પેરામેટ્રિક ડિજિટલ ફિલ્ટરનો ઉપયોગ કરીને ફ્રીક્વન્સી રિસ્પોન્સને લેવલ કરી શકો છો, આ કિસ્સામાં હાઇ-પાસ ફિલ્ટર. એટલે કે, તે બરાબરી જેવી જ વસ્તુ છે, અમે કેટલીક ફ્રીક્વન્સીઝ વધારીએ છીએ, પરંતુ અન્યને સ્પર્શતા નથી (અથવા તેમને ઓછી કરો). આ પદ્ધતિ ચોક્કસપણે સારી છે, પરંતુ ... અમે માહિતી પુનઃસ્થાપિત કરવાનો પ્રયાસ કરી રહ્યા છીએ, જેનો એક ભાગ ઇનપુટ પરના બીજા ફિલ્ટર દ્વારા નાશ પામ્યો હતો (માઈક્રોસિર્કિટમાંનો એક), ઉચ્ચ ફ્રીક્વન્સીઝ પર દખલનું સ્તર અનિવાર્યપણે વધશે, કારણ કે સિગ્નલની સાથે સાથે એમ્પ્લીફાય પણ કરીશું, પણ કેટલું?

તેથી, સમસ્યા હલ કરવાનો વિચાર છે, જે બાકી છે તે અમલીકરણ છે. યુનિવર્સિટીના કોર્સમાંથી ડિજિટલ ફિલ્ટર્સ (જેમની સાથે પ્રેક્ટિસ ન હોય તેમના માટે) વિશે આપણે શું યાદ રાખીએ છીએ? જ્યાં સુધી આવા શબ્દો જેમ કે કન્વોલ્યુશન, Z-ટ્રાન્સફોર્મ, ઇમ્પલ્સ રિસ્પોન્સ, વગેરે. સામાન્ય રીતે, તે પણ સ્પષ્ટ નથી કે કયા અંતથી સંપર્ક કરવો જોઈએ, એવું લાગે છે કે આપણે કેટલાક ગુણાંકની ગણતરી કરવાની જરૂર છે, પરંતુ શું અને શા માટે સ્પષ્ટ નથી, અભ્યાસક્રમ વધારવા અને DSP પર પુસ્તકો સાથે બેસીને (ત્યાં 800 પૃષ્ઠો સાથે એક છે) ત્યાં છે. સમય નથી, પ્રોજેક્ટ સ્થિર છે અને કંઈક કરવાની જરૂર છે, અને ઝડપી.

તેથી, થોડી ગૂગલિંગ પછી, અમને ઇન્ટરનેટ પર આવા સંસાધન મળે છે. આ ડિજિટલ ફિલ્ટર્સ (અને વધુ!) ઓનલાઈન ગણતરી કરવા માટેની સાઇટ છે, અને તે ચોક્કસ ડૉ. એન્થોની જે. ફિશર દ્વારા બનાવવામાં આવી હતી.

તેથી, અમે જરૂરીયાતોને સેટ કરીએ છીએ અને તેને સાઇટ પર દાખલ કરીએ છીએ. પ્રથમ, અમને સરળ પ્રતિસાદની જરૂર છે, તેથી ચોક્કસપણે પ્રથમ-ઓર્ડર HF બટરવર્થ (હાઈપાસ). બીજું, નમૂના દર, એટલે કે. પ્રતિ સેકન્ડ ADC રૂપાંતરણની સંખ્યા, અથવા નમૂનાની આવર્તન, અમારા માટે તે 250Hz છે. ચાલો દાખલ કરીએ. અને છેલ્લે, ત્રીજે સ્થાને, કટઓફ આવર્તન (-3dB) 50Hz છે, કારણ કે ઇનલેટ ફિલ્ટર લગભગ અહીં કાપે છે. મોકલો પર ક્લિક કરો અને અમને અમારા ભાવિ ફિલ્ટરની નીચેની લાક્ષણિકતાઓ મળે છે:


કંપનવિસ્તાર વિરુદ્ધ Nyquist આવર્તનનો ગ્રાફ લાલ રંગમાં અને તબક્કામાં ફેરફાર વાદળી રંગમાં દર્શાવવામાં આવ્યો છે. 0.5 અડધા નમૂના દરને અનુલક્ષે છે.

અમે ગણતરી કરેલ ગુણાંક સાથે C કોડ પણ મેળવીએ છીએ:
#NZEROS 1 વ્યાખ્યાયિત કરો # NPOLES 1 વ્યાખ્યાયિત કરો # GAIN 1.726542528e+00 સ્ટેટિક ફ્લોટ xv, yv; સ્ટેટિક વોઇડ ફિલ્ટરલૂપ() ( (;;) માટે ( xv = xv; xv = આગલું ઇનપુટ મૂલ્ય / GAIN; yv = yv; yv = (xv - xv) + (0.1583844403 * yv); આગલું આઉટપુટ મૂલ્ય = yv; )
પરંતુ આ માત્ર એક ફિલ્ટર છે, અમને યાદ છે કે ફ્રીક્વન્સી રિસ્પોન્સને સીધો કરવા માટે અમારે 50Hz અને તેનાથી ઉપરની ફ્રીક્વન્સી એમ્પ્લીફાય કરવાની જરૂર છે, અને આ ફોર્મમાં આ ફંક્શન અમને મદદ કરશે નહીં, તેથી કેટલીક સરળ મેનિપ્યુલેશન્સ સાથે અમે ફંક્શનને આ ફોર્મમાં લાવીએ છીએ. :
#NZEROS 1 વ્યાખ્યાયિત કરો # NPOLES 1 વ્યાખ્યાયિત કરો # GAIN 1.726542528e+00F # વ્યાખ્યાયિત કરો OUR_GAIN 2.1F // અમારા ગુણાંકને વ્યાખ્યાયિત કરો. ફિલ્ટર ગેન્સ ફ્લોટ xv, yv; int void filterloop(int data) ( xv = xv; xv = (float)data / GAIN; yv = yv; yv = (xv - xv) + (0.1583844403F * yv); વળતર (int)((yv0 * OUR_GAIN) + (ફ્લોટ)ડેટા);)

બધા. ફિલ્ટરનો ઉપયોગ કરવા માટે, અમે ફંક્શનના પરિમાણોમાં ડેટા ફેંકીએ છીએ, અને તે ફિલ્ટર કરેલ ડેટા પરત કરે છે. અમે ADC માંથી રીડિંગ્સ લઈને અને ફ્રીક્વન્સી રિસ્પોન્સને માપીને, OUR_GAIN પ્રાયોગિક રીતે ગેઈન ફેક્ટર પસંદ કરીએ છીએ.

આમ, મેં નિયંત્રક પર વર્ચ્યુઅલ રીતે કોઈ વધારાના ભાર વિના આવર્તન પ્રતિભાવ વધારવામાં વ્યવસ્થાપિત કર્યું અને મારા પ્રોજેક્ટે તકનીકી આવશ્યકતાઓ પસાર કરી (તબીબી ક્ષેત્રમાં તેઓ ખૂબ નબળા નથી). મને ડર હતો કે અવાજનું સ્તર નોંધપાત્ર રીતે વધશે, પરંતુ તે 4-5 µV થી વધીને લગભગ 6-8 µV થઈ ગયું છે, જે અમને અનુકૂળ છે. નિષ્કર્ષમાં, હું ડિજિટલ ફિલ્ટર્સની ગણતરી માટે બીજા મફત પ્રોગ્રામની ભલામણ કરી શકું છું - વિનફિલ્ટર, તમે તેને ડાઉનલોડ કરી શકો છો. મને ખબર નથી કે તે કેટલું કાર્યક્ષમ છે, મેં તેને તપાસ્યું નથી, પરંતુ તે VHDL (અને C માં, કુદરતી રીતે) માં કોડ આઉટપુટ કરી શકે છે, જે ચોક્કસપણે FPGAs માટે ઉપયોગી થશે. ડિજિટલ ફિલ્ટર ગુણાંકની ગણતરી માટે ટેક્સાસ ઇન્સ્ટ્રુમેન્ટ્સ તરફથી એક પ્રોગ્રામ પણ છે, તેને TIBQ કહેવામાં આવે છે. બધા. ડિજિટલ ફિલ્ટર્સ ડિઝાઇન કરવા માટે શુભેચ્છા.



શું તમને લેખ ગમ્યો? તમારા મિત્રો સાથે શેર કરો!