Найти

Результаты поиска

• АНАЛИЗ УСТОЙЧИВОСТИ И ОСОБЕННОСТЕЙ ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ ФИЛЬТРОВ ХОГЕНАУЭРА КАК РЕКУРСИВНЫХ ЦИФРОВЫХ ФИЛЬТРОВ С КОНЕЧНОЙ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКОЙ

  И.Е. Моисеенко , С. П. Тарасов , И.И. Турулин

  37-46

  2025-10-01

  Аннотация ▼

  Рассматриваются вопросы устойчивости каскадных интегратор-гребенчатых (CIC – cascade integrator-comb) фильтров, используемых в цифровой обработке сигналов, в том числе для децимации и интерполяции. Проведен краткий обзор современных публикаций, касающихся архитектурной оптимизации CIC-фильтров. Основное внимание уделено повышению устойчивости фильтров к переполнению разрядной сетки, анализу их устойчивости и методу синтеза рекурсивных
  КИХ-фильтров (фильтров с конечной импульсной характеристикой). Для лучшего понимания природы устойчивости CIC-фильтров в работе приведены математические выкладки, иллюстрирующие особенности накопления постоянной составляющей при различных конфигурациях блоков. Предложено изменение структуры CIC-фильтра, заключающееся в перестановке блоков интегратора и гребенчатого фильтра. Доказано, что такое изменение предотвращает накопление постоянной составляющей сигнала в интеграторах и, следовательно, исключает переполнение разрядной сетки вследствие накопления постоянной составляющей в интеграторе. Этот подход базируется на свойстве линейных фильтров, согласно которому изменение порядка включения не влияет на передаточную функцию. амплитудно-частотную характеристику, но в случае цифровых реализаций позволяет существенно снизить вероятность переполнения. Возможности аппаратной и программной реализации таких структур рассматриваются с точки зрения минимизации потерь точности и увеличения надежности работы систем цифровой обработки сигналов. Предложено использование целых чисел или чисел с фиксированной точкой для устранения накопления ошибок квантования. Кроме того, была разработана программа на языке Python, реализующая CIC-фильтр с учетом устойчивости к постоянной составляющей во входном сигнале и точным выполнением операций. Полученные результаты сопоставлены с современными подходами, представленными в научных исследованиях последних лет. Предложенные решения могут быть полезны при разработке цифровых фильтров для систем с ограниченными вычислительными ресурсами и повышенными требованиями к стабильности.

• АНАЛИЗ НЕКОТОРЫХ ВЕСОВЫХ ФУНКЦИЙ (ОКОН) И ИХ АППРОКСИМАЦИЙ ДЛЯ РЕАЛИЗАЦИИ НА ИХ ОСНОВЕ УПРАВЛЯЕМЫХ РЕКУРСИВНЫХ ФИЛЬТРОВ НИЖНИХ ЧАСТОТ С КОНЕЧНОЙ ИМПУЛЬСНОЙ ХАРАКТЕРИСТИКОЙ

  Т. В. Шушкевич , А.А. Морозов , И. И. Турулин

  2021-11-14

  Аннотация ▼

  Существуют различные типы весовых функций, так называемых окон, при цифровой
  обработке сигналов, такие как прямоугольное (окно Дирихле), треугольное (окно Барт-
  летта), окно Валле – Пуссена, окно Кайзера – Бесселя, окна Барсилона – Темеша, окна Хан-
  на, Бохмана, Блэкмана, Гаусса (Вейерштрасса), Дольфа – Чебышева, Хэмминга и многие
  другие и идеальные характеристики стандартных фильтров, таких как фильтры нижних
  и верхних частот, полосовые фильтры. Целью данной обзорной статьи является опреде-
  ление наиболее подходящей весовой функции для реализации на её основе управляемого ре-
  курсивного фильтра нижних частот с конечной импульсной характеристикой. В данной
  статье представлен анализ лишь некоторых из вышеперечисленных окон и их аппроксима-
  ций, а именно окна Дольфа – Чебышева, окна Гаусса (Вейерштрасса) и окна Хэмминга.
  Помимо анализа, был рассмотрен синтез рекурсивных цифровых фильтров с КИХ для весо-
  вой обработки данных на основе выбранных окон и их аппроксимаций. Рассмотрен метод
  синтеза окон Дольфа-Чебышева. Рассмотрена реализация окна Гаусса (Вейерштрасса).
  Рассмотрены способы аппроксимации окна Хэмминга и методы и несколько алгоритмов
  разработки фильтров с конечной импульсной характеристикой в виде данного окна. Про-
  изведено оценивание взаимосвязи между параметрами быстрых окон, выбранных для ана-
  лиза, от максимального уровня боковых лепестков. На основе полученных данных были сде-
  ланы выводы по выбору наиболее подходящих и демонстрирующих наибольшее быстродей-
  ствие окон, подходящих для реализации на её основе управляемого рекурсивного фильтра
  нижних частот c конечной импульсной характеристикой.

• МОДУЛЬ ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ ПРЕОБРАЗОВАТЕЛЕЙ ПО ЗАДАННЫМ АМПЛИТУДНО-ЧАСТОТНЫМ ХАРАКТЕРИСТИКАМ

  В.И. Шлаев

  93-103

  2025-11-10

  Аннотация ▼

  Рассматривается решение задачи разработки преобразователей по заданным амплитудно-частотным характеристикам. Основная проблема заключается в проведении большого количества измерительных мероприятий с изменением параметров преобразователей для достижения необходимых амплитудно-частотных характеристик, что приводит к большим временным и ресурсным затратам на разработку. Проводится анализ основных параметров преобразователей, влияющих на заданные амплитудно-частотные характеристики. Анализируются существующие подходы, методы и алгоритмы при создании преобразователей требуемых характеристик. Описывается разработка модуля прогнозирования параметров электромеханических преобразователей, основанного на заданных амплитудно-частотных характеристиках. Задачи исследования включают создание структурно-параметрической и математической моделей для расчета характеристик преобразователей на стадии проектирования. Описывается алгоритм обучения модели на основе экспериментальных данных, полученных в ходе проведения измерений. Использование методов машинного обучения для предсказания параметров приводит к минимизации количества проводимых экспериментов и снижению затрат на разработку преобразователей. Предложенный подход основывается на использовании зависимости между конструктивными параметрами преобразователей и их частотными характеристиками. Для повышения точности прогнозирования применяется алгоритм градиентного бустинга. Представлены этапы подготовки данных для обучения модели. Описывается процесс обучения модели. Результаты демонстрируют значительное сокращение времени моделирования преобразователей: применение модуля позволяет ускорить процесс в несколько раз по сравнению с экспериментальным подходом. Прогнозирование характеристик на основе модели обеспечивает сопоставимую точность при большем объеме данных. Выводы исследования подтверждают эффективность предлагаемого подхода в разработке преобразователей, снижая временные и финансовые затраты, повышая точность моделирования и применимость в условиях ограниченных ресурсов