Filtri digitali Introduzione Programma del Corso Basi di elaborazione numerica Introduzione ai filtri digitali Progetto di filtri analogici Progetto di filtri digitali ricorsivi (IIR) Progetto di filtri digitali non-ricorsivi (FIR) Filtri Multirate Filtri Non-Lineari ??? Testi Consigliati Proakis - Manolakis Introduction to digital Signal Processing Macmillan Publishing Company Rabiner - Gold Theory and application of digital signal processing Prentice_hall Mitra Digital Signal Processing Mc Graw Hill Oppenheim – Shafer Digital Signal Processing Prentice Hall Sequenze di dati (nomenclatura) Campione: x(n) Sequenza: {x(n)} Indice: n Sequenze fondamentali: Impulso Gradino u0 ( n) …. u1 (n) Esponenziale complesso x( n ) e j n Ritardo {h(n)} hr (n) h (n m) n: indice della seq. m: ritardo {h (n)} r n=0 Una qualunque sequenza puo’ essere pensata come una combinazione lineare di tante sequenze impulsive opportunamente ritardate e pesate {a(n)} m a(m) uo (n m) Sistemi LTI (Linearity) LTI x(n) y(n) Linearita’: x1 (n) y1 (n) and x2 (n) y2 (n) a x1 (n) b x2 (n) a y1 (n) b y2 (n) Sistemi LTI (Time Invariant) LTI x(n) y(n) Invarianza Temporale: x ( n) y ( n) x(n N ) y (n N ) Convoluzione LTI xx(n) u(n) (n) o y(n) h(n) y(n) x ( n ) m x ( m) u 0 ( n m) y ( n ) m x ( m) h ( n m) Con una semplice sostituzione degli indici (m = n - m) y ( n ) m h ( m) x ( n m) Causalita` Si definisce causale un sistema per cui h(n) 0 per n 0 Ovvero il sitema non e’ “anticipativo” Stabilita` Un sistema e` stabile se, sollecitato con un ingresso “limitato” risponde con un’uscita pur essa “limitata”. Condizione necessaria e sufficiente per la stabilita’ e’: h(n) Espressioni per “y(n)” Convoluzione y ( n ) m h ( m) x ( n m) Differenze finite M N 0 1 y (n) i bi x(n i ) j a j y (n j ) Vi sono 2 categorie di Filtri Lineari: • FIR (Finite Impulse response) in cui l’uscita dipende solo dall’ingresso • IIR (Infinite Impulse Response) in cui e’ presente una “retroazione” Risposta in frequenza Si solleciti un sistema lineare avente una risposta impulsiva “h(n)” con un segnale di tipo: x(n) e( j n ) L’uscita risulta essere: y ( n ) m h ( m ) e j ( n m ) e j n m x ( n) H (e h ( m)e j j m ) Ove “H(e j)” prende il nome di “riposta in frequenza” Risposta in frequenza - Proprieta’: H (e j ) n h(n)e j n Funzione continua in Periodica di periodo 2p Se h(n) è reale modulo simmetrico e fase antisimmetrica “Re(H)” simmetrico ed “Im(H)” antisimmetrico p p Risposta in frequenza - Proprieta’: Essendo “H” periodica può essere sviluppata in serie di Fourier: j j n H (e ) h( n)e p h(n) 1 H (e j )e j n d 2p p p x ( n) 1 2p j n j n X ( e ) e d j n e p LTI p y (n) 1 2p j e j njH )j n n (e p H (e ) X (e )e j n d Ovvero: j j j Y (e ) H (e ) X (e ) Sequenza temporale Se si vuole mantenere il legame temporale con il segnale analogico x(n) x(nT ) X (e j T ) x(nT )e j nT La risposta in frequenza risulta periodica di periodo 2p/T j T j nT X ( e ) x ( nT ) e p /T j T x(nT ) T )e j nT d 2p X (e p / T X(t) X(nT) T X ( j) x(t ) e jt dt A 1 x(t ) 2p X A ( j)e jt d Legame spettro analogico - digitale Un qualunque segnale continuo: x(t ) 1 2p Campionato con periodo T: x(nT ) 1 2p Suddividendo l’integrale: x(nT ) 1 2 Sostituendo: ’ = - 2pm/T: Semplificando: x(nT ) x(nT ) X A ( j)e jt d p 1 2p m m 2 ( m 1) pT 2 ( m 1) p p 1 2p X A ( j)e jnT d T p T pT T pT X A ( j)e jnT d m X A ( j ' j 2p m)e j 'nT e j 2Tp mnT T X A ( j ' j 2p m)e j 'nT d ' T Ma paragonando il risultato ottenuto con quanto si e’ visto per i segnali digitali, ovvero: x(nT ) T 2p p T pT X (e j T )e j nT d Si perviene al legame tra le rappresentazioni spettrali del segnale originale e del suo campionato: 1 X (e j T ) m X A ( j j 2p m) T T d ' Legame spettro analogico - digitale Partendo da un segnale analogico Con un certo spettro X(t) T Definito un certo intervallo di campionamento T ed operando il campionamento del segnale Legame spettro analogico - digitale Si ottiene un segnale digitale Con un certo spettro digitale X(t) X(nT) T p/T p/T Lo spettro digitale (periodico) e’ ottenibile come sovrapposizione di infinite repliche, opportunamente traslate, dello spettro analogico Aliasing Una modifica dell’intervallo T Comporta una modifica nella periodicità dello spettro X(t) X(nT) T p/T p/T ALIASING: Se si sceglie un periodo di campionamento troppo elevato (in riferimento alla massima frequenza del segnale analogico) si possono avere distorsioni dovute alla sovrapposizione degli spettri Aliasing Una modifica dell’intervallo T Comporta una modifica nella periodicità dello spettro X(t) X(nT) T p/T p/T ALIASING: Se si sceglie un periodo di campionamento troppo elevato (in riferimento alla massima frequenza del segnale analogico) si possono avere distorsioni dovute alla sovrapposizione degli spettri Teorema di Shannon M X(t) X(nT) T p/T p/T Per non avere aliasing l’intervallo di campionamento deve essere scelto in base alla seguente regola: p T M Ovvero: Le componenti armoniche a frequenza superiore DEVONO venir filtrate T 1 2 fM Interpretazione Per campionare un segnale si deve usare una frequenza di campionamento (fT) almeno doppia della massima frequenza del segnale (fN) (Nyquist) In un segnale con una sola frequenza si devono prendere almeno 2 campioni per periodo per poter ricostruire il segnale Trasformata “Z” Data una certa sequenza “x(n)” di definisce: X ( z ) n x ( n) z n x(n) 1 2p j C1 X ( z ) z n1dz Re s ( X ( z ) z n1 ) Proprietà: Linearità: x1 (n) X1 ( z) ax1 (n) bx2 (n) aX1 ( z) bX 2 ( z) Ritardo: x1 (n) X1 ( z) x1 (n no ) z n0 X 1 ( z ) Convoluzione: y ( n) x ( n) h( n) Y ( z) X ( z)H ( z) Trasformata “Z” (proprietà) Legame con la risposta in frequenza: X (e ) n x ( n)e j X ( z ) n x ( n) z j n Im ej Z-plane r=1 Re n Applicazioni ai filtri lineari Poiché un filtro digitale lineare può essere rappresentato tramite una equazione alle differenze finite: Sfruttando la trasformata Z: Si perviene ad una rappresentazione del filtro secondo la trasf.Z come un rapporto di due polinomi in Z. H è la Z-trasf. della risposta impulsiva h(n) M N 0 1 y (n) i bi x(n i ) j a j y (n j ) M N Y ( z ) i bi X ( z ) z j a jY ( z ) z i i 0 1 N M i Y ( z )1 j a j z X ( z ) i bi z i 1 0 M H ( z) Y ( z) X ( z) b z i i i 0 N 1 j a j z i 1 Filtri digitali lineari M N 0 1 y (n) i bi x(n i ) j a j y (n j ) Differenze finite x(n) y (n) i h(i ) x(n i ) Convoluzione Z-1 b0 Z-1 Z-1 b1 aN bM-1 aN-1 Z-1 FIR: ai = 0 IIR : ai = 0 bi = hi Z-1 bM a1 Z-1 y(n)