ФИЛЬТРЫ СГЛАЖИВАНИЯ. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ

Основной инструмент цифровой фильтрации данных и проектирования цифровых фильтров – частотный (спектральный) анализ. Частотный анализ базируется на использовании периодических функций. В качестве периодических используются гармонические функции синусов и косинусов. По-существу, спектральный состав сигналов – это тонкая внутренняя структура данных, которые несет сигнал, и которая практически скрыта в динамическом представлении данных даже для опытных обработчиков. Частотная характеристика цифрового фильтра – это его однозначный функциональный паспорт, полностью определяющий сущность преобразования фильтром входных данных. Следует отметить, что хотя цель фильтрации сигналов состоит именно в направленном изменении частотного состава данных, которые несет сигнал, у начинающих специалистов существует определенное эмоциональное противодействие частотному подходу и его роли в анализе данных. Преодолеть это противодействие можно только одним путем – на опыте убедиться в эффективности частотного подхода. Рассмотрим пример частотного анализа фильтров при сглаживании данных методом наименьших квадратов (МНК).

СОДЕРЖАНИЕ

Фильтры МНК 1-го порядка. Расчет коэффициентов фильтра. Импульсная реакция фильтра. Частотная характеристика фильтра. Модификация фильтра. Оптимизация сглаживания.

Фильтры МНК 2-го порядка. Расчет фильтров. Частотные характеристики фильтров. Модификация фильтров.

Фильтры МНК 4-го порядка.

Расчет простого цифрового фильтра по частотной характеристике.


Текст лекции
Смотреть|Скачать, doc 270 kb
Скачать полный курс лекций по цифровой обработке сигналов, zip/doc 4.5 Mб

Практикум по теме, документы zip/mcd
Сглаживание сигналов методом наименьших квадратов, 120 kb

Прикладные программы
Подготовка массивов для цифровой обработки данных, htm 8kb
Задание модельного сигнала с шумом, htm 8kb
Оценка статистики шумов в сигналах и данных, htm 9kb


Поиск по сайту

Это фрейм страницы "Цифровая обработка сигналов" > "Фильтры сглаживания. Метод МНК".
Для просмотра всей страницы, нажмите здесь!
Об ошибках, советах и мертвых ссылках: davpro@yandex.ru
Copyright ©2007 Davydov