DevioLab CRYPTO TRADING AUTOMATION
LIVE
AUTOMATED CRYPTO TRADING • BINANCE
Автоматизуйте свій криптопортфель
Торгові боти DevioLab аналізують крипторинок, автоматично відкривають і закривають позиції та керують вашим портфелем на Binance 24/7.
CRYPTO 80 Bots
BINANCE Spot Trading
TRADING 24 / 7
Спробувати DevioLab
deviolab.com

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Не вказано
Факультет:
Не вказано
Кафедра:
Не вказано

Інформація про роботу

Рік:
2011
Тип роботи:
Звіт
Предмет:
Обробка сигналів

Частина тексту файла (без зображень, графіків і формул):

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА» Кафедра ЗІ  Звіт до лабораторноїроботи №3 з курсу «Цифрова обробка сигналів» Моделювання аналогових та дискретних систем Мета роботи: отримати навики розрахунку параметрів і характеристик рекурсивних цифрових фільтрів, а також навчитися застосовувати засоби програмного пакету MatLab для їх дослідження. Завдання до лабораторної роботи 1. Ознайомитись із теоретичними відомостями. Розрахувати мінімально необхідний порядок РЦФ для забезпечення поставлених у таблиці 1 вимог, знайти коефіцієнти ПФ H(z) фільтра та побудувати графіки його АЧХ і ФЧХ, користуючись відповідними процедурами MatLab. 3. Виконати альтернативне обчислення коефіцієнтів передатної функції H * (z ) цифрового фільтра рекурсивного із заданими вище параметрами використовуючи процедуру ‘yulewalk’ пакету MatLab тапорівняти графіки частотних арактеристик H (θ ) , H * (θ ) спроектованих за даними методами. 4. Оцінити вплив 12-бітного квантування коефіцієнтів ПФ H (z ) фільтра (п.2) на його характеристики при реалізаціях прямій та каскадній на основі біквадратних ланок. Провести фільтрацію заданого сигналу, що зберігається у файлі SваріантN у змінній signal. Табл. 1 Тип фільтру Fs, Гц Fp, Гц Rs, дБ Rp, дБ N, біт Fd, Гц Сигнал  РФ Кауера [3000 5000] [2700 5300] 85 1.1 8 25000 S16.mat   Лістинг програми в середовищі Matlab clc; clear; Fs=[3000 5000]; Fp=[2700 5300]; Rs=85; Rp=1.1; N_bit=8; fd=25000; f_N = fd/2; Fs_norm = Fs/f_N; Fp_norm = Fp/f_N; [n, Wn] = ellipord(Fp_norm, Fs_norm, Rp, Rs); n fc = Wn * f_N [b, a] =ellip(n, Rp,Rs, Wn); b = b(:); a = a(:); b a f = 0 : 1 : f_N; h = freqz(b, a, f, fd); figure(1); subplot(2,1,1); plot(f, abs(h)); grid on; F=[0 0.32 0.32 1]; M=[1 1 0 0]; [by,ay]=yulewalk(2*n,F,M); hy=freqz (by,ay,f,fd); subplot(2,1,2); plot(f, abs(hy)); grid on; bq = round(2^N_bit * b) / 2^N_bit; aq = round(2^N_bit * a)/ 2^N_bit; hq = freqz(bq, aq, f, fd); figure(2); plot(f, abs(h), f, abs(hq)); grid on; sos = tf2sos(b, a); sosq = round(2^N_bit * sos) / 2^N_bit; [bs, as] = sos2tf(sosq); hs = freqz(bs, as, f, fd); figure(3); plot(f, abs(hs)); grid on; load S16 t=0:1:1000; signal_f1 = filter(b, a, signal); figure(4); plot (t,signal,'b',t,signal_f1,'r'); N=length(signal); df=fd/N; F0=(N-1)*df; f=(-F0/2):df:F0/2; x1=fft(signal); xx1=fftshift (x1); xx1=abs(xx1); figure(5); subplot(2,1,1); stem (f,xx1); x2=fft(signal_f1); xx2=fftshift (x2); xx2=abs(xx2); subplot(2,1,2); stem (f,xx2); axis ([-8000, 8000, 0, 500]); Результати роботи Рисунок 1. АЧХ фільтра Улле-Волкера Рисунок 2. Похибка квантування Рисунок 3. АЧХ фільтра Рисунок 4. Вхідний і вихідний сигнали Рисунок 5. Спект сигналу, результуючий спект. Висноков: на цій лабораторній роботі я навчився рохраховувати параметри і характеристики рекурсивних цифрових фільтрів.
Антиботан аватар за замовчуванням

12.11.2011 02:54

Коментарі

Ви не можете залишити коментар. Для цього, будь ласка, увійдіть або зареєструйтесь.

Ділись своїми роботами та отримуй миттєві бонуси!

Нічого не вибрано
0%

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!