Главная » Просмотр файлов » Солонина А., Улахович Д. Алгоритмы и процессоры цифровой обработки сигналов (2002)

Солонина А., Улахович Д. Алгоритмы и процессоры цифровой обработки сигналов (2002) (1095891), страница 8

Файл №1095891 Солонина А., Улахович Д. Алгоритмы и процессоры цифровой обработки сигналов (2002) (Солонина А., Улахович Д. Алгоритмы и процессоры цифровой обработки сигналов (2002)) 8 страницаСолонина А., Улахович Д. Алгоритмы и процессоры цифровой обработки сигналов (2002) (1095891) страница 82018-12-30СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 8)

Принцип работы АФ ясен из рисувка. Выходной сигнал фильтра у(п), отличаюшийся от эталоииогоуо(п), вычитается изув(л). Получаемая ошибка е(п) подается иа устройство адаптации, которое так изменяет коэффициенты ЦФ, чтобы свести в(п) к минимуму. В более сложных системах с целью получения лрш<их характеристик сип<ала у(п) используется иной принцип алаптации, получившей название обрил<- пан.

Этот вариант изображен иа рнс. 1.15 штриховыми линиями. По сигиалу г(п) восстанавливается сипылх(п), который будет отличаться от входного Глава я зйетсды н алгоритмы цифровой обработки сигналов сигнала х(п) иа величину ошибки е(п), которая и управляет адаптацией Введение линии задержки необходимо для временного согласования сигна- лов х(<О и х(п). Рис. 1.13. Структурная схема адаптнвного фильтра Процесс алаптации может быть как одиоцикчовым (одиошаговым). так и итеративным, когда алаптация осушествляется шаг за шагом.

Основными характеристиками ачгоритма алаптации являются скорость схолимости при заданной ошибке и сложность (обьем вычислений). На практике из множества алгоритмов адаптации наиболее часто применяются алгоритмы. основанные иа одном из двух критериев: минимума срелиеквалратической ошибки (СКО) и метода наил<епьших квалратов (МНК). В зависимости от характера усрслнеиия ошибки фильтрации по залаипому кРитерию выделяют глабпяьна-аданам<нные и лакалена-адаппшвные ф< вы ры.

Если ошибка усредцяется по всему обрабатываемому сигналу, фильтр называется глобальио-адаптивным (обычио это КИХ-фильтры): если алапташ<я осушествлястся в прелелах отлельных фрагментов (кадров) сигнала, Фильтр называется локально-алаптивным (обычио это БИХ-фильтры).

Се Реди многочисленных областей применения АФ можно вылелить основные: 0 ка коррекция исказкени<1 при передаче сигнала по канавам связи; в этом случае АФ молелнрует обратную характеристику системы: известный иа передаче и приемс эталонный сигнал подается иа вход канала связи.

его искаженная копия с выхода канала связи проходит через цФ. далее лз Сепия возбуждения к А(Г) = 1 — ~» а»Г ", (1.59) (1.60) Н(7) = 1 — !! а»7 (1.57) (1.58) Алгоритмы и процессоры цифровой обработки сигналов сигнала, полученного иа выходе ЦФ, вычитается эталонный сигнал; в результате перестройки коэффициентов частотная характеристика цифрового фильтра оказывается обратной относительно частотной характеристики канала связи; П лодавлекие тиуыов — в этом случае сигнал, содержаший помеху, полается непосредственно на сумматор, на вхол ЦФ полается образец помехи, которая после прохождения через ЦФ вычитается из сигнала, содержашего помеху; в результате на выходе получается искомый сигнал; С3 компрессия (сзкалзие) речевых сигналов в системах с линейным предсказанием (вокодерах), которые рассматриваются ниже.

1.5.2. Линейное предсказание Линейное предсказание (ЛП) — это вычислительная процедура, позволяюшая по некоторой линейной комбинации Е преашествуюших взвешенных отсчетов сигнала предсказать (с некоторой точностью) будущее значение отсчета. Практическая важность линейного предсказания для спектрального анализа состоит в получении оценки спектра исследуемого сигнала на его отрезке (кадре) длиной в Е отсчетов, а с точки зрения фильтрации — в получении рекурсивного алаптивного фильтра порядка М вЂ” 1 на участке квазистационарности, т.

е. на том временнол! отрезке длительностью 1.Т(Т вЂ” период дискретизации), где коэффициенты фильтра остаются постоянными. Итогом решения задачи ЛП является получение коэффициентов адаптивного фильтра, АЧХ которого с хорошей степенью приближения соответствует спектру сигнала на кадре. Задача пинейкогп предсказания может быть сформулирована следуюшил! образолк на выходе некоторой системы наблюдается сигнал у(п); известно. что это система полюсного типа с передаточной функцией вида ил!еет порядок 2Т = М вЂ” 1 и возбуждается белым шумом. Требуется найти коэффициенты а».

Суть процедуры решения состоит в следуюшем (рис. !.16). Согласно (1.57) отсчеты сигнала у(л) на выходе системы определяются выражением ы-! у(п) = Ьвх(п)+ ') а»у(п — lс). »=! Гаева У. Методы и алгоритмы цифровой обработки сигналов Рис. 1.1В. Решение эедвчн линейного предсказания Включим последовательно с искомой системой КИХ-фильтр с передаточной функцией коэффициенты которой а» = а».

Обшая передаточная функция получит вид: м — ! Небщ(7)= ! Га»2 =Ьб =СОПЗ1. 1- » а».г »=! Фильтр с передаточной функцией А(7) называется фильтром линейного предсказания или фплыпрп.и-предсказатпележ В действительности коэффициенты а будут отличаться от точных аь по~~ему предсказываемое значение сигнала у(п) будет отличаться от точного У(л) на величину ошибки предсказания (при п > О) к е(л) = у(п) — у(п) = у(л) — ~ а»у(п — (с), (1.6! ) » ! кото торую называют остаткон. Отсюла нетрудно получить передаточную функцию КИХ-фильтра линейного предсказания (фсиьтлр-предсказатель) к А(7) =1 — ~~~~~а.г», (!.62) »=! 37 (1.63) (1.64) (1.65) !<7<7 1<К<К, (166) где (1.68) Алгоритмы н процессоры цифровой обработки сигналов сигнал на выхоле которого прелставляет собой остаток г(л).

Выражения (1.57 — 1.60) показывают, что передаточная функции искомой системы ба а А(;,) ' с точностью до коэффициента Ьв представляет собой обратную передаточную функцию (а потому и частотную характеристику) фильтра- предсказателя. Коэффициенты линейного предсказания ал вычисляются согласно критерию минимума срелнеквадратической ошибки (СКО) предсказания: к к! л' Е=Ч„"(л)=у, (л)-',):в, ( -й)- л=! и†! 5=! Коэффициенты ак можно найти, положив — =0; 8=1,...,К, дол что приводит к системе из Е уравнений лля определения К коэффициентов: Е к Х у(!)у(! 1) Х У в5 у(7 )у(7 1) ! 1=! Л.! где Х вЂ” количество отсчетов на кадре, которое может существенно превосходить порялок предсказания К (нанрил!ер, лля станларта (.РС-10 К= 10, Е = 120).

Это означает, что в процессе вычисления искомых коэффициентов необходимо на каждом кадре речи рец!ать переопределенную снстел5У уравнений. Переопределенные системы после ряда преобразований сводятся к симметричным системам уравнений вада К ",5 л„>~и = Л1то л=! Л15 = )~у(7-!)у(7 — к) !=! коэффициент корреляции; ! = 1, 2, ..., К; К = 1, 2, ..., К Известен быстрый итеративный алгоритм Левинсона-Дарбяна, в котором решение уравнения порядка К вида (1.67) выражается через решение уравнения того же вида порядка К вЂ” 1. Линейное прелсказание является чрезвычайно эффективным при пост!юенпи вокодсров — систем сжатия речи.

Оно позволяет получать на приеме Глава т. Мептцы н алгоритмы цифровой обработки сигналов синтезированный речевой сигнал по качеству, очень близкому к естествен- ному звучанию. Линейное предсказание нашло также широкое применение в обработке изображений для сжатия видеоданных. Вокодеры с линейным предсказанием Важнейшей областью применения линейного предсказания является сжатие речевого сигнала с целью снижения скорости передачи речи по каналам телекол5муникации.

Необходимость постановки такой задачи обьясняется следующим. Передача стандартного телефонного сигнала, ограниченного полосой (0,3 — 3,4) кГц, по цифровым каналам связи при стандартной частоте дискретизации 8 кГц и несложном Ал(П с разрядностью 12 битов потребует скорости передачи С = 12х8000 = 96 000 бит/с и, следовательно, в идеальном случае полосы пропускания канала 48 кГц. Здесь и далее лед битом понимается один элемент передаваемого цифрового сигнала.

В то же время, желательно более экономно использовать частотный ресурс канала; кроме того, КВ-каналы вообще не допускают таких скоростей, их возможности значительно скромнее: скорость передачи в КВ-каналах пе превосходит 2400 бит/с. Этот пример показывает, что необхолнмо так преобразовать информацию, содержащуюся в речевом сигнале, чтобы скорость передачи сократилась в 40 раз (!), т. е.

коэффициент сжатия должен быть по крайней мере равен 40. Вообще, ничего удивительного в самой возможности сжатия речевого сип5ала нет, поскольку в процессе сжапгя устраняется некоторая избыточность, содержащаяся в речевом сигнале. Степень устранения избыточности при передаче отражается на качестве восстанавливаемого (синтезируемого) сигнала. Устройства кодирования речи называются вокодерали (от англ. и!!се — голос, со5(ег — кодировщик). Для их построения используются свойства голосового тракта.

Основным элементом модели голосового тракта (рис. 1.17) является алапгивный фильтр с дискретно меняющимися во врел5ени коэффициентали5, фильтр полстраивает свою частотную характеристику под спектр короткого отрезка передаваемого речевого сигнала. Таким адаптивным фильтром является фильтр ЛП порядка К. Возбуждение подобного шума возможно основным тоном или шумом. Моделирование возбуждения осуществляется перестраиж5ел5ыл! генератором частот. Для моделирования сигнала возбужления служит перестраиваел!ый генератор частот (генератор основного тона — частоты колебаний голосовых связок) и специальный генератор белого шума (генератор шума).

Алгоритмы и процессоры цифровой обработки сигналов Глава 1. Методы и алгоритмы цифровой обработки сигналов Вокодер (рис. 1.17) состоит из двух частей: анализатора и синтезатора. Анализатор определяет параметры речи, синтезатор по принятым параметрам восстанавливает речь. Анализатор обрабатывает цифровой речевой сигнал иокадровв. Кадры вырезаются друг за другом с помошью глалкой функции типа "окна" (треугольного или Хэмминга).

Длительность одного кадра и количество отсчетов речевого сигнала, содержашихся в одзюм кадре, определяется стандартол! и нахолится в пределах от !5 мс до 30 мс. При частоте дискретизации 8 кГц в одном кадре содержится от 120 ло 240 отсчетов соответственно. Синтезатор Анализатор кззз зз ы клины Ь Рис. 1.17. Обобщенная структурная схема вокодерв о линейным предсказанием К параметрам речевого сигнала„анализируемого на калре, относятся: к3 параметры линейного предсказания (математически эквивалентные ко- эффициентам ЛП); (3 тип возбуждения голосового тракта тон/шум; П период основного тона и энергия сигнала возбуждения. В ряде вокодеров новейших моделей применяется векторное кванглование лараиетроа Л)7 по кодовой книге размерностью 1024 центроида. В синтезаторе происхолит обратный процесс: по параметрам линейного предсказания восстанавливаются коэффициенты (лх) (конечно, они будут несколько отличаться от вычисленных на передаче, но устойчивость гарантируется), формируется полюсный фильтр, возбуждаемый либо шулюм от генератора шума (если передавался неогласованный звук), либо основным тоном от генератора основного тона, вырабатывающим частоту ОТ по принятым паралзетрам.

Известно несколько типов вокодеров, отличаюшихся друг от друга способами представления параметров речевого сигнала на кадре, битовой скоростью в КаНаЛЕ И, В СВЯЗИ С ЭТИМ, КаЧЕСтВОМ СнитЕЗИРУЕЛ1ОГО На ПРИЕМЕ СИГНада. Ниже дается краткая характеристика вокодеров согласно принятым междуиаролным станлартам и рекомендациям. П Стандарт 1РС-10 (Егпеаг Ргегйс!юп Содег). В вокодерах этого типа используется фильтр-предсказатель 10-го порядка на калрах речи, длительностью = 20 мс; коэффициенты предсказания преобразуются в математически эквивалентные параметры — спектральные корни, значения которых перелаются по каналу связи.

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6510
Авторов
на СтудИзбе
302
Средний доход
с одного платного файла
Обучение Подробнее