Міністерство освіти і науки України
Національний технічний університет
«Львівська політехніка»
Методичні вказівки
До виконання лабораторного практикуму
З дисципліни «Цифрова обробка сигналів»
Львів НУ „ЛП” 2008
Міністерство освіти і науки України
Національний технічний університет
«Львівська політехніка»
Методичні вказівки
до виконання лабораторного практикуму
з дисципліни «Цифрова обробка сигналів»
для студентів спеціальності
„Автоматизовані системи управління”
Затверджено
на засіданні кафедри
автоматизованих систем управління
Протокол №__ від __.__.2008
Львів НУ „ЛП” 2008
Методичні вказівки до виконання лабораторного практикуму з дисципліни «Цифрова обробка сигналів» для студентів спеціальності „Системи управління та автоматики”. Укл.: Ю.М.Рашкевич, А.М.Ковальчук. – Львів: НУ „ЛП”, 2008 – 44с.
Укладачі: Ю.М.Рашкевич, професор
А.М.Ковальчук, ст. викладач
Відповідальний редактор Шпак З.Я., канд. техн. наук , доцент
Рецензент: Л.С.Сікора, док. техн. наук , професор
ВИМОГИ ДО ЗВІТІВ
Звіт з лабораторної роботи повинен містити:
титульна сторінка з зазначеною темою лабораторної роботи
мета
хід роботи
виконання
результати
висновки
-3-
ПЕРЕЛІК ЛАБОРАТОРНИХ РОБІТ:
Інтерполяція та апроксимація даних
Ряд Фур’є
Дискретне перетворення Фур’є (ДПФ) та швидке перетворення Фур’є (ШПФ)
Не рекурсивні цифрові фільтри (НРЦФ)
Рекурсивні цифрові фільтри (РЦФ)
-4-
ЛАБОРАТОРНА РОБОТА №1
Тема: Інтерполяція та апроксимація даних.
Мета: Навчитися представляти запропоновані сигнали за допомогою стандартних функцій.
Теоретичні відомості:
Апроксимація даних:
Нехай величина y є функцією аргументу x. Це значить, що будь-якому значенню x з області визначення поставлено у відповідність значення y. Разом з тим на практиці часто невідомий дійсний зв’язок між y та x, тобто неможливо записати цей зв’язок у вигляді y=f(x). В деяких випадках навіть при невідомій залежності y=f(x) він настільки громіздкий(наприклад, містить важко обчислювані вирази, складні інтеграли і т.д.), що його використання у практичних розрахунках утруднено.
Найбільш розповсюдженим та практично важливим випадком, коли вигляд зв’язку між параметрами x та y невідомий, є задання цього зв’язку у вигляді деякої таблиці {xi yi}. Це значить, що дискретній множині значень аргументу {xi} відповідає множина значень функції {yi} (i=0,1…n). Ці значення - або результати розрахунків, або експериментальні дані. На практиці нам можуть знадобитися значення величини y також і в інших точках, що відрізняються від вузлів xi. Однак отримати ці значення можні лише шляхом дуже важких розрахунків або проведенням дорогих експериментів.
Таким чином, з точки зору економії часу та засобів ми приходимо до необхідності використання існуючих табличних даних для наближеного обчислення шуканого параметра y при будь-якому значенні(з деякої області), що визначає параметр x, оскільки точний зв’язок y=f(x) невідомий.
Цій меті і слугує задача про наближення(апроксимації) функцій: дану функцію f(x) необхідно наближено замінити(апроксимувати) деякою функцією g(x) так, щоб відхилення(в деякому сенсі) g(x) від f(x) в заданій області було мінімальним. Функція g(x) при цьому називається апроксимуючий.
Для практики суттєво важливий випадок апроксимації функції багаточленом:
g(x)=a0+a1x+a2x2+…+amxm (1.1)
При цьому коефіцієнти aj будуть підбиратися так, щоб досягти найменшого відхилення багаточлена від даної функції.
Якщо наближення будується на заданій множині точок {xi}, то апроксимація називається точковою. До неї відносяться інтерполювання, середньоквадратичне наближення таі інше. При побудові наближення на неперервній множині точок(наприклад, на проміжку [a,b] апроксимація називається неперервною або інтегральною).
Точкова апроксимація:
Одним з основних типів точкової апроксимації є інтерполювання. Воно полягає у наступному: для даної функції y=f(x) будуємо багаточлен (1.1), що
-5-
приймає в заданих точках xi ті самі значення yi, що і функ...