ดาวน์โหลดงานนำเสนอ
งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ
1
Mahanakorn University of Technology
การออกแบบตัวกรองดิจิตอล Digital Filters Design Chapter 1 Introduction to DFD Asst. Prof. Dr. Peerapol Yuvapoositanon, PhD,DIC Department of Electronic Engineering and Graduate School of Electrical Engineering Mahanakorn University of Technology
2
Digital Filter Design @2009 P. Yuvapoositanon
Course Web page Digital Filter Design @2009 P. Yuvapoositanon
3
Digital Filter Design @2009 P. Yuvapoositanon
What is Signals ? สัญญาณ (Signals) : คือ การแปรรูปของพลังงานที่ทั้งมองเห็นและมองไม่เห็น ได้ยินและไม่ได้ยิน สัมผัสได้และสัมผัสไม่ได้ ให้เป็นปริมาณทางไฟฟ้า สัญญาณเรดาร์ เสียงพูด เสียงเพลง เสียงปลาวาฬ อินฟราเรด คลื่นสัญญาณโทรศัพท์ คลื่นสึนามิ สัญญาณมือของจราจร กลิ่นไวน์ แรงกระแทก และ อื่นๆ อีกมากมาย... Digital Filter P. Yuvapoositanon
4
Digital Signal Processing
DSP เป็น กระบวนการ (Process) ทางดิจิตอลที่ช่วยหาความหมาย ของสัญญาณ (signals) ที่ไม่สามารถเข้าใจได้ด้วย ตา หู จมูก ลิ้น สัมผัส โดยเน้นไปที่สัญญาณเชิงกำหนด (deterministic signals) Digital Filter P. Yuvapoositanon
5
Continuous-Time V.S. Discrete-Time Signals
สัญญาณ Digital Filter P. Yuvapoositanon
6
Digital Filter Design @2009 P. Yuvapoositanon
Sampled Signal เราสร้างสัญญาณ sampled output ได้จากการใช้ “สวิทซ์” Input Sampled Output Digital Filter P. Yuvapoositanon
7
Digital Filter Design @2009 P. Yuvapoositanon
Other Discrete-time Digital Filter P. Yuvapoositanon
8
DSP System Block Diagram
A/D DSP Processor D/A Digital Filter P. Yuvapoositanon
9
Digital Filter Design @2009 P. Yuvapoositanon
Sampling การสุ่มสัญญาณ x(t) ทำให้ได้สัญญาณ x(n) ผลลัพธ์คือ x(n) เขียนเป็น t สุ่มด้วยความถี่= ... Digital Filter P. Yuvapoositanon
10
Combination of Sampling
สัญญาณ x(n) = สัญญาณสุ่ม “s(n)” คูณ สัญญาณ “x(t)” S(n) ประกอบจาก อิลีเมนท์ย่อย คือ อิมพัลส์ t n n T Digital Filter P. Yuvapoositanon
11
Elements of the Sampling Signal
S(n) นั้นประกอบจากส่วนย่อยๆ n + s(n) n = + n T n + n T 2T 3T Digital Filter P. Yuvapoositanon
12
An Impulse is Delta Function
เขียนเป็น 1 อิมพัลส์ n Digital Filter P. Yuvapoositanon
13
อิมพัลส์นำมารวมกันได้เป็น s(n) ได้จากการเลื่อนค่า
อิมพัลส์ที่ไม่มีการเลื่อนค่า 1 n 1 อิมพัลส์ที่ถูกเลื่อนไปช่วงเวลา 1 ลำดับ n 1 Digital Filter P. Yuvapoositanon
14
Summing of Shifted Delta
+ + n + + = n + + n T 2T 3T n Digital Filter P. Yuvapoositanon
15
Sampling Signals= Summing of Impulses
สัญญาณที่เป็นสัญญาณสุ่มนั้นประกอบด้วย เดลต้าฟังก์ชันที่มีค่าการเลื่อนแตกต่างกัน หรือ เขียนใหม่ในรูปกะทัดรัดได้เป็น Digital Filter P. Yuvapoositanon
16
Discrete-time Signal x(n)
x(n) สร้างจาก ผลคูณของ x(t) และ s(n) … = n X t n Digital Filter P. Yuvapoositanon
17
System with Delta function
สุ่มด้วยความถี่= ระบบ Digital Filter P. Yuvapoositanon
18
Digital Filter Design @2009 P. Yuvapoositanon
Sampled Signal n + + n + + = n + + n 1 2 3 Digital Filter P. Yuvapoositanon
19
System with Delayed Delta function
สุ่มด้วยความถี่= ระบบ Digital Filter P. Yuvapoositanon
20
Digital Filter Design @2009 P. Yuvapoositanon
Delayed Signal n=0 + n=1 + + n=2 = + n=3 + + 1 2 3 Digital Filter P. Yuvapoositanon
21
Digital Filter Design @2009 P. Yuvapoositanon
Convolution สัญญาณถูกดัดแปลง หากระบบไม่ใช่เดลต้าฟังก์ชัน เราเรียกการกระทำของระบบว่า Convolution หรือ การประสาน ระบบ Digital Filter P. Yuvapoositanon
22
Digital Filter Design @2009 P. Yuvapoositanon
Convolved Signal n=0 + + n=1 + + = n=2 + + n=3 1 2 3 1 2 3 Digital Filter P. Yuvapoositanon
23
Digital Filter Design @2009 P. Yuvapoositanon
Convolution Effect รวมค่าจากสองกราฟ ผลจาก h(0) + ผลจาก h(1) รวมสัญญาณ สัญญาณไม่เหมือนเดิม Digital Filter P. Yuvapoositanon
24
Digital Filter Design @2009 P. Yuvapoositanon
Nyquist Frequency ความถี่แซมปลิ้งที่เหมาะสมจึงต้องมากกว่า 2 เท่าของแบนด์วิทของสัญญาณ: เมื่อ Fs เป็นความถี่ sampling และ B แบนด์วิทของสัญญาณ 2B เรียก อัตราไนควิสต์ (Nyquist Rate) และ เรียก Fs/2 ว่าเป็น ความถี่ไนควิสต์ (Nyquist Frequency) Fs > 2B Digital Filter P. Yuvapoositanon
25
Digital Filter Design @2009 P. Yuvapoositanon
Aliasing หากการสุ่มไม่เป็นไปตามทฤษฎีการสุ่มจะเกิด แอลิแอส มัวร์ แพทเทิร์น (moire pattern) เป็นผลของแอลิแอส ในเรื่อง Image processing Another example is shown to the right in the brick patterns. The top image shows the effects when the sampling theorem's condition is not satisfied. When software rescales an image (the same process that creates the thumbnail shown in the lower image) it, in effect, runs the image through a low-pass filter first and then downsamples the image to result in a smaller image that does not exhibit the Moiré pattern. The top image is what happens when the image is downsampled without low-pass filtering: aliasing results. The top image was created by zooming out in GIMP and then taking a screenshot of it. The likely reason that this causes a banding problem is that the zooming feature simply downsamples without low-pass filtering (probably for performance reasons) since the zoomed image is for on-screen display instead of printing or saving. The application of the sampling theorem to images should not be made without care. For example, the sampling process in any standard image sensor (CCD or CMOS camera) is relatively far from the ideal sampling which would measure the image intensity at a single point. Instead these devices have a relatively large sensor area at each sample point in order to obtain sufficient amount of light. Also, it is not obvious that the analog image intensity function which is sampled by the sensor device is bandlimited. It should be noted, however, that the non-ideal sampling is itself a type of low-pass filter, although far from one that ideally removes high frequency components. Despite images having these problems in relation to the sampling theorem, the theorem can be used to describe the basics of down and up sampling of images. เกิดมัวร์แพทเทิร์น ไม่เกิดมัวร์แพทเทิร์น Digital Filter P. Yuvapoositanon
26
Signal Reconstruction
การคืนรูปสัญญาณทำได้โดยการใช้กรอง (filter) เอาเพียงแต่ copy เดียว จึงเหลือเพียงหนึ่ง copy ของสัญญาณ filtering f f Digital Filter P. Yuvapoositanon
27
Fourier Transform Pair
sinc(t) Rectangular(f) FT f t sinc(f) Rectangular(t) FT f t Digital Filter P. Yuvapoositanon
28
DFT : Discrete Fourier Transform
บางครั้งองค์ประกอบเชิงความถี่ของสัญญาณ ก็เป็นเรื่องสำคัญในการวิเคราะห์ Fourier Transform เป็นการแปลงสัญญาณโดเมนเวลา (t) ไปเป็นโดเมนความถี่ (f) FT t ความถี่ เวลา Digital Filter P. Yuvapoositanon
29
Time Domain Signal and its Frequency
Digital Filter P. Yuvapoositanon
30
DFTs of Various Functions
แปลง DC จะได้ อิมพัลส์ แปลง อิมพัลส์ จะได้ DC แปลงความถี่ แปลง sine แปลงพัลส์ Digital Filter P. Yuvapoositanon
31
Digital Filter Design @2009 P. Yuvapoositanon
DFT Fundamental ผลการแปลง FT ได้ความถี่แบบต่อเนื่อง DFT เป็น FT แบบดิจิตอล--ได้ความถี่แบบไม่ต่อเนื่อง x(t) FT t f x(n) DFT n k Digital Filter P. Yuvapoositanon
32
Digital Filter Design @2009 P. Yuvapoositanon
DFT Frequency ตัวแปรเชิงความถี่ radians f Fs/2 Fs Hz fnorm 1/2 1 Digital Filter P. Yuvapoositanon
33
Digital Filter Design @2009 P. Yuvapoositanon
Number of Points in DFT ผลการแปลง DFT ให้หน่วยของ ความถี่ในรูป ลำดับ k N เป็น จำนวนจุด (N-point) ของ DFT 4-point 1 2 3 k = ผลการแปลง DFT ของ x(n) = ผลการแปลง FT Digital Filter P. Yuvapoositanon
34
Digital Filter Design @2009 P. Yuvapoositanon
8-point DFT เมื่อใช้จำนวนจุดเพิ่มขึ้นเป็น 8 จุด จะได้แซมเปิ้ลมากขึ้น 8-point k 1 2 3 = ผลการแปลง DFT ของ x(n) = ผลการแปลง FT Digital Filter P. Yuvapoositanon
35
Digital Filter Design @2009 P. Yuvapoositanon
16-point DFT เมื่อใช้จำนวนจุดเพิ่มขึ้นเป็น 16 จุด จะได้แซมเปิ้ลมากขึ้น แต่ไม่เพิ่ม resolution 16-point 15 k 8 = ผลการแปลง DFT ของ x(n) = ผลการแปลง FT Digital Filter P. Yuvapoositanon
36
FFT: Fast Fourier Transform
FFT เป็นกรรมวิธีที่ช่วยให้ DFT ทำงานเร็วขึ้น โดยอาศัยการซ้ำกันของค่าสัมประสิทธิ์ อย่าลืมว่า… ดังนั้นใน Matlab และ Simulink จะไม่มีคำสั่งหรือ บล็อกสำหรับทำ DFT จะมีแต่ของ FFT FFT = DFT Digital Filter P. Yuvapoositanon
37
Digital Filter Design @2009 P. Yuvapoositanon
Fourier Series จากทฤษฎีของฟูริเยร์ (Fourier) ที่มีใจความสำคัญว่า สัญญาณที่เป็นคาบเวลา (periodic) ใดๆ นั้น เกิดขึ้นจากองค์ประกอบของฟังก์ชันพื้นฐานทางตรีโกณมิติ คือ Sine และ Cosine ที่ต่างค่าความถี่และขนาด ทฤษฎีนี้เป็นที่รู้จักกันว่าเป็น อนุกรมฟูริเยร์ (Fourier Series) Digital Filter P. Yuvapoositanon
38
Fourier Series of Square Wave
กรณีสัญญาณเป็น สี่เหลี่ยม เราได้ว่า จากอนุกรมฟูริเยร์ ฮาร์โมนิก สัมประสิทธิ์ Digital Filter P. Yuvapoositanon
39
Fourier Series of Sawtooth
สัญญาณอื่นๆ ก็สร้างได้เช่นเดียวกัน ตย. เช่น ผลรวมเป็นสัญญาณฟันเลื่อย(Sawtooth) Digital Filter P. Yuvapoositanon
40
Digital Filter Design @2009 P. Yuvapoositanon
Digital Filters ตัวกรองดิจิตอล (Digital Filters) คือ อุปกรณ์ที่ทำหน้าที่ “ดัดแปลง” สัญญาณ ทั้งเชิงความถี่ และ เชิงเวลา ตัวกรองดิจิตอลมีทั้ง Finite Impulse Response (FIR) และ Infinite Impulse Response (IIR) ตัวกรองดิจิตอล ประกอบด้วย อุปกรณ์การบวก ตัวคูณ ตัวหน่วงเวลา และ สัมประสิทธิ์ FIR ไม่มีส่วนของ feedback IIR มีส่วน feedback Digital Filter P. Yuvapoositanon
41
Finite Impulse Response (FIR)
FIR ไม่มีส่วนของ feedback Delay NB. Simulink Design Digital Filter P. Yuvapoositanon
42
Infinite Impulse Response (IIR)
IIR มีส่วนของ feedback Feedback Digital Filter P. Yuvapoositanon
43
Digital Filter Design @2009 P. Yuvapoositanon
Transfer Function I ฟังก์ชันถ่ายโอน (transfer function) คือ อัตราส่วนระหว่างค่า การแปลง z ของเอาท์พุท เทียบกับอินพุท การแปลง z =การแปลงสมการให้อยู่ในรูป z -Transform สังเกตว่า การหน่วงเวลา k ถูกเปลี่ยนเป็น z-k Digital Filter P. Yuvapoositanon
44
Transfer Function VS Frequency Response
ฟังก์ชันถ่ายโอน โดยทั่วไปฟังก์ชันถ่ายโอนจะอยู่ในรูป เศษส่วน = ซีโร่ (zero) (o) = โพล (pole) (x) Digital Filter P. Yuvapoositanon
45
Digital Filter Design @2009 P. Yuvapoositanon
Z-Transform การแปลงแซด เป็นค่าความถี่เชิงมุม เป็นเวคเตอร์ขนาดหนึ่งหน่วย Digital Filter P. Yuvapoositanon
46
Frequency Response from Poles and Zeros
ขนาดผลตอบสนองความถี่เป็น ขนาดจากซีโร่ ไปยังวงกลมหนึ่งหน่วย หารด้วย ขนาดจากโพลไปยังวงกลมหนึ่งหน่วย ณ ความถี่หนึ่ง B A ขนาดที่ Digital Filter P. Yuvapoositanon
47
Example for Frequency Response
สมมติว่า โพล = .8 ซีโร่ =0 ความถี่ต่ำ ความถี่กลางๆ ความถี่สูง B A B A A B B > A B = A B < A = มาก = กลางๆ = น้อย Digital Filter P. Yuvapoositanon
48
Example for Frequency Response
B ความถี่ต่ำ ความถี่กลางๆ ความถี่สูง ความถี่ Digital Filter P. Yuvapoositanon
49
Digital Filter Design @2009 P. Yuvapoositanon
Basic Filter Topology Lowpass filter (LPF ) Highpass filter (HPF) Bandpass filter (BPF) Bandstop filter (BSF) Digital Filter P. Yuvapoositanon
50
Digital Filter Design @2009 P. Yuvapoositanon
FIR Filter Design Ideal lowpass = Digital Filter P. Yuvapoositanon
51
FIR Filter Design Parameters
Ideal แถบผ่าน แถบ เปลี่ยน แถบหยุด Digital Filter P. Yuvapoositanon
52
FIR Design with Window Method
แต่ปัญหาคือ Sinc Function นั้นสร้างไม่ได้จริงเพราะมีสัญญาณ –inf ถึง +inf และมีค่าเวลาเป็นค่าลบ n<0 ด้วย Sinc function Inverse FT … … f Digital Filter P. Yuvapoositanon
53
Digital Filter Design @2009 P. Yuvapoositanon
Realizable Filter ทำตัวกรองจริงได้โดยการ คูณ sinc และ ฟังก์ชัน “หน้าต่าง” w(n) Sinc function 1 x f n N-1 h(n) สัญญาณที่ใช้งานได้ มีจำนวนแซมเปิ้ลที่จำกัด n N-1 Digital Filter P. Yuvapoositanon
54
Digital Filter Design @2009 P. Yuvapoositanon
Different Windows หน้าต่างแบบต่างๆ ให้ประสิทธิภาพแตกต่างกัน 1 1 1 n n n N-1 N-1 N-1 Rectangular Hamming Kaiser Digital Filter P. Yuvapoositanon
55
Digital Filter Design @2009 P. Yuvapoositanon
Windows Performance n N-1 1 n N-1 1 Big sidelobes Narrow transition Small sidelobes Broad transition n N-1 1 Digital Filter P. Yuvapoositanon
56
Analogue Filter Prototypes
ตัวกรองแบบแอนะลอกนั้นมีทฤษฎีการออกแบบมาอย่างดีแล้ว เราเรียกว่าต้นแบบแอนะลอก เราใช้ต้นแบบแอนะลอกในการออกแบบตัวกรองดิจิตอล ตัวอย่างเช่น Butterworth, Chebychev, Elliptic Digital Filter P. Yuvapoositanon
57
Digital Filter Design @2009 P. Yuvapoositanon
IIR Filter Design 0 dB -3 dB อัตราการลดทอน ที่ Cutoff Frequency Attenuation Frequency Digital Filter P. Yuvapoositanon
58
Filter Design and Analysis (FDA) Tool
เราใช้ FDA Tool ใน Signal Processing Toolbox ของ MATLAB เพื่อการออกแบบ digital filter ที่สะดวกรวดเร็ว >>fdatool Digital Filter P. Yuvapoositanon
59
Digital Filter Design @2009 P. Yuvapoositanon
FIR Design by FDA Tool ตัวอย่าง การออกแบบ FIR แบบฟังก์ชันหน้าต่าง เปลี่ยนพารามิเตอร์เพื่อดูผลลัพธ์ ชนิดหน้าต่าง อันดับ (order) Digital Filter P. Yuvapoositanon
60
Digital Filter Design @2009 P. Yuvapoositanon
FIR Design by FDA Tool Realize Filter Realize Filter Digital Filter P. Yuvapoositanon
61
Frequency Response of Filter
Lowpass + + + + Lowpass + + Digital Filter P. Yuvapoositanon
62
Two ways to find Freq. Resp.
ใช้สัญญาณที่ความถี่ปรับต่อเนื่อง --- Chirp Signal ใช้สัญญาณที่มีทุกๆ ความถี่ --- White Noise Lowpass Chirp Lowpass f f Digital Filter P. Yuvapoositanon
63
Digital Filter Design @2009 P. Yuvapoositanon
White Noise Generator เราสร้างสัญญาณที่ประกอบด้วยทุกความถี่เท่าๆ กัน จาก Random Source time frequency Digital Filter P. Yuvapoositanon
64
Digital Filter Design @2009 P. Yuvapoositanon
Lab 4: Filter Testing Chirp Signal input สำหรับตัวกรอง IIR Digital Filter P. Yuvapoositanon
65
Digital Filter Design @2009 P. Yuvapoositanon
Lab 4: Filter Testing Digital Filter P. Yuvapoositanon
66
Digital Filter Design @2009 P. Yuvapoositanon
Lab 4: Filter Testing Impulse response ของระบบ FIR Digital Filter P. Yuvapoositanon
67
Digital Filter Design @2009 P. Yuvapoositanon
Lab 4: Filter Testing ทดลองใช้ Random Source และ Digital Filter Short-Time FFT White noise Generator รวมกราฟ FFT ทฤษฎี Digital Filter P. Yuvapoositanon
68
Digital Filter Design @2009 P. Yuvapoositanon
Lab 4: Filter Testing ผลการทดลอง สังเกตความเข้ากันได้ของผลจากการทดลองและทฤษฎี Digital Filter P. Yuvapoositanon
69
Lab 5: FIR Design by Fdatool
ทดลองออกแบบตัวกรอง FIR ด้วย fdatool Digital Filter P. Yuvapoositanon
70
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
71
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
72
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
73
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
74
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
75
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
76
Lab 5: FIR Design by Fdatool
การ export ค่าจะได้อยู่ในรูปบล็อก simulink Digital Filter P. Yuvapoositanon
77
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
78
Lab 5: FIR Design by Fdatool
ต่อบล็อก sine wave และ scope เพิ่ม Digital Filter P. Yuvapoositanon
79
Lab 5: FIR Design by Fdatool
แยกแสดงผล Digital Filter P. Yuvapoositanon
80
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
81
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
82
Lab 5: FIR Design by Fdatool
10,800 Hz -6 dB (0.5V) Digital Filter P. Yuvapoositanon
83
Lab 5: FIR Design by Fdatool
15,100 Hz -20 dB (0.1 V) Digital Filter P. Yuvapoositanon
84
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
85
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
86
Lab 5: FIR Design by Fdatool
Digital Filter P. Yuvapoositanon
87
Lab 5: FIR Design by Fdatool
10.8 kHz -6 dB Digital Filter P. Yuvapoositanon
88
Lab 6: IIR Design by Fdatool
IIR design โดยใช้ต้นแบบ Butterworth Digital Filter P. Yuvapoositanon
89
Lab 6: IIR Design by Fdatool
เราสามารถเลือก order ได้เอง -3 dB @Fc Digital Filter P. Yuvapoositanon
90
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
91
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
92
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
93
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
94
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
95
Lab 6: IIR Design by Fdatool
เราสามารถเปลี่ยนโครงสร้างของตัวกรองเป็นแบบอื่นๆได้ Digital Filter P. Yuvapoositanon
96
Lab 6: IIR Design by Fdatool
Lattice Digital Filter P. Yuvapoositanon
97
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
98
Lab 6: IIR Design by Fdatool
ใช้การแปลง sos2tf ใน MATLAB Digital Filter P. Yuvapoositanon
99
Lab 6: IIR Design by Fdatool
Digital Filter P. Yuvapoositanon
100
Lab 6: IIR Design by Fdatool
12 kHz -3 dB Digital Filter P. Yuvapoositanon
101
Part III Fundamental of Random Signals
102
Digital Filter Design @2009 P. Yuvapoositanon
Random Signals สัญญาณโดยทั่วไปนั้นอยู่ในรูปสัญญาณที่ไม่แน่นอน เรียกสัญญาณที่มีความไม่แน่นอนนั้นว่าสัญญาณสุ่ม (Random Signal) สัญญาณรบกวน เสียงพูดว่า Matlab Digital Filter P. Yuvapoositanon
103
Digital Filter Design @2009 P. Yuvapoositanon
Statistics Values เราไม่สามารถ ใช้ spectrum ในการหาความหมายของสัญญาณสุ่ม ได้ เราใช้ ค่าสถิติ (Statistics) ค่าเฉลี่ย (Mean) ค่า Correlation Digital Filter P. Yuvapoositanon
104
Digital Filter Design @2009 P. Yuvapoositanon
Expectation Value ค่าเฉลี่ยของสัญญาณ (mean) แสดง ปริมาณกลางของสัญญาณ E{x(n)} = ค่าคาดหวัง (expected value) ของสัญญาณ Digital Filter P. Yuvapoositanon
105
Digital Filter Design @2009 P. Yuvapoositanon
Correlation ค่า correlation นั้นได้เป็นการบอกว่าสัญญาณมีความเหมือนกันหรือไม่? ที่เวลาการหน่วงเท่าใด? คำนวณจากค่าเฉลี่ยเชิงสถิติของผลคูณของสองสัญญาณ ค่าเฉลี่ยเชิงสถิติดังกล่าวเรียกว่า ค่าคาดหวัง (expectation value) ตัวอย่างค่า correlation ของ A และ B มี สัญลักษณ์ A B = E{A*B} Cross-correlation A A = E{A*A} Auto-correlation E{ } =Expectation operator Digital Filter P. Yuvapoositanon
106
Auto and Cross correlation
Autocorrelation Cross-correlation A C A A D B Digital Filter P. Yuvapoositanon
107
Digital Filter Design @2009 P. Yuvapoositanon
Random Signal สมมติว่า สัญญาณสุ่ม (เช่น เสียงพูด) เป็นดังรูป Digital Filter P. Yuvapoositanon
108
Digital Filter Design @2009 P. Yuvapoositanon
AutoCorrelation เราทำการหา autocorrelation ของ สัญญาณสุ่ม A A Digital Filter P. Yuvapoositanon
109
Digital Filter Design @2009 P. Yuvapoositanon
Different Signals หากมีสัญญาณสุ่ม B ที่ ไม่เหมือน A Digital Filter P. Yuvapoositanon
110
Different Random Signals
ความแตกต่าง A A A B A-A A-B Digital Filter P. Yuvapoositanon
111
Digital Filter Design @2009 P. Yuvapoositanon
Cross Correlation คุณสมบัติสัญญาณสุ่มนั้นไม่สามารถดูได้ (หรือดูได้ยาก) จาก “ตาเปล่า” แต่สามารถใช้ cross correlation ตรวจสอบได้ A B Digital Filter P. Yuvapoositanon
112
Digital Filter Design @2009 P. Yuvapoositanon
Cross Correlation สำหรับสัญญาณที่ไม่เหมือนกัน ไม่มี crosscorrelation A C Digital Filter P. Yuvapoositanon
113
Digital Filter Design @2009 P. Yuvapoositanon
Communication Signal สัญญาณในการสื่อสารดิจิตอล เช่น โทรศัพท์มือถือนั้นจะเป็นสัญญาณที่เป็นข้อมูลข่าวสาร (information) ตามทฤษฎีข้อมูล (Information Theory) ของ C.E. Shannon นั้น ยิ่งสัญญาณมีความเป็นข้อมูลมาก ก็ยิ่งมีความเป็นสัญญาณสุ่มมากด้วย 1 1 1 1 1 1 1 ข้อมูลข่าวสาร = สัญญาณสุ่ม Digital Filter P. Yuvapoositanon
114
Cross Correlation Application Code Division Multiple Access (CDMA)
ใช้การเข้ารหัส DATA 1 1 …. 1 1 1 1 X Modulation Code Chip “1” 1 1 1 1 1 1 1 1 …. Bit 1 Bit 2 Digital Filter P. Yuvapoositanon
115
Digital Filter Design @2009 P. Yuvapoositanon
CDMA Receiver Chip Bit 2 Bit 1 “1” 1 1 1 1 1 1 1 1 …. 1 1 1 1 X Correlation Code Integration 1 1 Digital Filter P. Yuvapoositanon
116
Digital Filter Design @2009 P. Yuvapoositanon
Simulink Model of CDMA Note: ในทางปฏิบัติ เราใช้ +1 และ -1 แทนข้อมูล 1 และ 0 ตามลำดับ Digital Filter P. Yuvapoositanon
117
Digital Filter Design @2009 P. Yuvapoositanon
Decoding สัญญาณ mod สัญญาณ Demod Code ถูกต้อง สัญญาณ mod สัญญาณ Demod Code ไม่ถูกต้อง Digital Filter P. Yuvapoositanon
118
Adaptive Signal Processing
ความต้องการคือ การหักล้างผลที่ไม่ต้องการ เช่น ผลของ channel ในเรื่อง Equalisation ผลของ room ในเรื่องของ Echo Cancellation ผลของ transfer function ของผิวหนังในการวัด ecg Digital Filter P. Yuvapoositanon
119
Digital Filter Design @2009 P. Yuvapoositanon
Channel Equalisation Multipath Channel I) ไม่มี multipath 1 1 1 มี multipath II) 1 2 1 ? ? Digital Filter P. Yuvapoositanon
120
Digital Filter Design @2009 P. Yuvapoositanon
Transfer Function เมื่อแปลงผลของ channel ด้วยการทำการแปลง z กรณีไม่มี multipath H(z) =1 Multipath ทำให้เกิดการผิดเพี้ยนทางโดเมนเวลา เราแก้ไขง่ายกว่าหากแก้ Multipath ทางโดเมนความถี่ H(z)=1 1 ไม่มี multipath z f t มี multipath 1 H(z)=? z 2 t f Digital Filter P. Yuvapoositanon
121
Digital Filter Design @2009 P. Yuvapoositanon
Basic Equalisation I เราใช้ Equaliser ในการดัดแปลง channel ให้ มีค่า H(z) เป็น 1 ด้วยการทำ inverse Channel Equaliser H(z) 1/H(z) * Digital Filter P. Yuvapoositanon
122
Digital Filter Design @2009 P. Yuvapoositanon
Basic Equalisation II กรณีที่ ไม่ทราบ channel H(z) เราต้องอาศัยการปรับค่าเองจาก error d + x y Channel e Adaptive Equaliser - + H(z) 1/H(z) * Digital Filter P. Yuvapoositanon
123
Digital Filter Design @2009 P. Yuvapoositanon
Adaptive Algorithm ค่าผิดพลาด error= d-y ค่าใหม่ = ค่าเดิม + สเกล * ค่าผิดพลาด*อินพุท Algorithm w(n)=w(n-1) + mu*e(n)*x(n) For n=1:N end e(n)= d(n)-y(n) เรียกว่า Least-Mean Square (LMS) algorithm Digital Filter P. Yuvapoositanon
124
Digital Filter Design @2009 P. Yuvapoositanon
LMS Algorithm Block บล็อก LMS Normalization Digital Filter P. Yuvapoositanon
125
Adaptive Equalisation
ตัวอย่างการใช้บล็อก LMS สร้างระบบ Adaptive Equaliser Digital Filter P. Yuvapoositanon
126
Digital Filter Design @2009 P. Yuvapoositanon
Noise Cancellation สัญญาณรบกวนเป็นสิ่งที่เราไม่ต้องการ วิธีการที่ง่ายที่สุดก็คือ แก้ด้วย หูฟังแบบพิเศษ Digital Filter P. Yuvapoositanon
127
Basic of Noise Cancellation
การสร้างสัญญาณกลับเฟสทำให้เกิดบริเวณเงียบ Active Noise Canceller สร้างสัญญาณกลับเฟสด้วยอัลกอริธึม DSP n บริเวณเงียบ -n Loudspeaker n Pilot Mic สัญญาณรบกวน Feedback ANC Digital Filter P. Yuvapoositanon
128
Active Noise Cancellation Headphones
การใช้งาน ANC ที่ได้ผลดี คือ ใน Headphones LX-18 Active Noise Cancelling Headphones Digital Filter P. Yuvapoositanon
129
Diagram of Active Noise Cancellation Headphones
Quiet Zone Pilot Mic n 1 n 2 1. สัญญาณเข้า n ที่ Ext.Mic 2. n ถูกดัดแปลงเป็น n จาก H(z) ที่ Pilot Mic. 3. ANC พยายามสร้าง y เป็น n ที่กลับเฟส (คือ –n) H(z) Ext.Mic 3 y H(z) เป็นโมเดลทาง Acoustic Digital Filter P. Yuvapoositanon
130
Digital Filter Design @2009 P. Yuvapoositanon
ANC แปลงโมเดล n Pilot Mic Loudspeaker Exterior Mic FIR n y + e Algorithm ANC Digital Filter P. Yuvapoositanon
131
Digital Filter Design @2009 P. Yuvapoositanon
ANC Simulink Model Dspanc_win32.mdl Digital Filter P. Yuvapoositanon
132
Adaptive Time Delay Estimation
+ d x y Adaptive Equaliser - error Delay + + Noise Digital Filter P. Yuvapoositanon
133
Digital Filter Design @2009 P. Yuvapoositanon
ADTE: Simulink Model lmsadte.mdl ค่าสัมประสิทธิ์ตัวกรอง แสดงตำแหน่งของการหน่วง 9 9 Digital Filter P. Yuvapoositanon
134
Digital Filter Design @2009 P. Yuvapoositanon
ECG Measurement สัญญาณ ECG เป็นสัญญาณที่สำคัญ เพื่อตรวจสอบอาการผิดปกติต่างๆ ของ หัวใจ Digital Filter P. Yuvapoositanon
135
Digital Filter Design @2009 P. Yuvapoositanon
ECG Signal ใช้ Matlab ในการสร้าง ecg Digital Filter P. Yuvapoositanon
136
Digital Filter Design @2009 P. Yuvapoositanon
ECG Measuring Circuit บล็อกไดอะแกรมของวงจรสำหรับการวัด ECG Digital Filter P. Yuvapoositanon
137
Diagram of ECG Measurement with Noise
3 ECG ผิวหนัง ขนาดและเฟสของ 220 V ถูกเปลี่ยนแปลงด้วย H(z) 1 2 ECG Sensor H(z) 50 Hz 220 Vac 50Hz H(z) เป็นTransfer Function ของผิวหนัง 50 Hz 4 Digital Filter P. Yuvapoositanon
138
Digital Filter Design @2009 P. Yuvapoositanon
50Hz Notch Filtering เราจะทำการตัดสัญญาณ 50 Hz ด้วย Notch filter From ECG Sensor Filtered ECG Notch Filter 50 Hz 50 Hz f Digital Filter P. Yuvapoositanon
139
Lab 7: 50Hz Canceling in ECG
ออกแบบ Notch filter ด้วย Fdatool บล็อกใน Simulink Fpass2 55 Hz Fpass1 40 Hz Fstop2 60 Hz 50Hz Fstop1 45 Hz 50 Hz f Digital Filter P. Yuvapoositanon
140
Lab 7: 50Hz Canceling in ECG
ระบบ 50Hz Canceling ด้วย Notch filter Notch Filter Digital Filter P. Yuvapoositanon
141
Lab 7: 50Hz Canceling in ECG
Digital Filter P. Yuvapoositanon
142
Lab 7: 50Hz Canceling in ECG
กรณีสัญญาณเข้ามาเป็นมี distortion เช่น สัญญาณไม่เป็น sine แท้จริง เช่น มีการ clipping Transfer Functionของผิวหนัง Nonlinear Wave Digital Filter P. Yuvapoositanon
143
Lab 7: 50Hz Canceling in ECG
ฮาร์โมนิกไม่ลด Digital Filter P. Yuvapoositanon
144
Lab 7: 50Hz Canceling in ECG
ทดลองสร้าง adaptive filter ด้วยบล็อก nLMS Digital Filter P. Yuvapoositanon
145
Lab 7: 50Hz Canceling in ECG
ฮาร์โมนิก ลดลง Digital Filter P. Yuvapoositanon
146
Digital Filter Design @2009 P. Yuvapoositanon
Conclusion Matlab และ Simulink เหมาะสมในการศึกษาและทดสอบระบบ DSP ทั้งระดับพื้นฐานและการทำงาน DSP BLockset มีทั้งฟังก์ชันทั่วไปและฟังก์ชันระดับสูงทาง DSPให้เลือกใช้ การใช้ DSP ด้วย Matlab Simulink และ DSP BLockset นั้นสามารถใช้งานได้ง่าย โดยผู้ใช้งานสามารถเลือกบล็อกใช้งานได้อย่างสะดวก แต่การทำงาน DSP อย่างจริงจังต้องอาศัยความเข้าใจทางทฤษฎีด้วย Digital Filter P. Yuvapoositanon
147
Thank You
งานนำเสนอที่คล้ายกัน
© 2024 SlidePlayer.in.th Inc.
All rights reserved.