[an error occurred while processing this directive]
Ответ:
(«Телесистемы»: Конференция «Цифровые сигнальные процессоры (DSP) и их применение»)

миниатюрный аудио-видеорекордер mAVR

Отправлено ВН 01 декабря 2002 г. 16:55
В ответ на: постарался более подробно описать поставленную задачу отправлено DVB 29 ноября 2002 г. 14:53

Попробуйте то, что я Вам уже писал. Если хотите - в качестве первого приближения. Естественно, если модуляция у Вас: cos(w0*t)(1+M*cos(w1*t)), M - мало, то оценивать можно на ч-те w0. Из анализа можно выкинуть, чтобы не мешались, частоты w0-w1,w0+w1.
Но если модуляция:
cos(w0*t)*cos(w1*t), то оценка либо на w0-w1, либо на w0+w1.
Размер FFT, еще раз, = длительности включения. Если Вы синхронизированы со включениями, то рез-т будет сразу же.
Если не синхронизированы, FFT можно вычислять скачущее, размер скачка~=0.25 времени включения. Можно и чаще, конечно, вплоть до скользящего, но накладно наверное. Если интервал, возможно минимальный интервал, между включениями известен, то после первого обнаружения наверное ни к чему вычислять FFT в течении этого интервала.
Помехи будут мешать, конечно. Но, во-первых, все зависит от их уровня и узко или широко полосности, узкополосные могут и не очень сильно навредить, они же в интеграле будут , во-вторых - сигнальная частота Вам известна, сл-но помехи можно и вырезать, предварительно, естественно понаблюдав за ними.
Самое простое, когда их частоты известны. Немного хуже, когда они неизвестны. В обоих случаях помеха не на сигнале. Совсем плохо, когда частота помехи совпадает с сигнальной. Про первый вариант и так все понятно, с третьим - частично спасет согласованная фильтрация, если только на часть сигнальных частот попали помехи. Со вторым вариантом. Можно сгладить спектр мощности, а еще лучше его логарифм, например КИХ фильтром. Затем, учтя задержку в КИХ фильтре, совместить сглаженный и несглаженный спектры, взять их разность и сравнить ее с порогом. Разность больше порога - соотв. спектральная компонента убивается. Естественно сигнальные частоты нужно исключить из этого процесса. Порог для этого процесса м.б. выбран примерно из тех же соображений, что и "рабочий". А м.б. просто постоянный (Вы пишете о постоянстве помех в течении нескольких часов) и найденный экспериментально. Но без эксперимента все равно не обойтись. Нужно же знать, что убивать. Таким методом убивал узкополосные помехи на широкополосном сигнале, причем сигнал, ввиду широкополосности не исключался из процесса, да и нельзя было, помеха прямо на нем сидела.
Вместо КИХ фильтра можно сгладить спектр медианным. Если из такого сглаживания исключить сигнальные частоты, то его, такого сглаживания, может оказаться вполне достаточно и без дальнейшего вырезания помеховых частот. Но для этого помехи - набор палок в спектре. Длина медианного фильтра меньше равна минимального интервала между палками.
Я в начале писал о первом приближении. Лучших результатов можно добиться, используя всю возможную информацию о сигнале. У Вас она - сигнал АМ. Если известен индекс модуляции - можно построить согласованный фильтр, квазисогласованный, если быть точным, начальная фаза наверняка неизвестна. Работать с ним можно как в чисто временной области, так и через FFT. По сути согласованный фильтр вычисляет корреляцию между принимаемым сигналом и опорным. Для инвариантности к амплитуде можно вычислять коефф-т корреляции, т.е. отнормировать выход фильтра на энергию куска реализации, по которому (куску) вычислен текущий вых. отсчет. На энергию опоры можно и не нормировать, она - константа. Порог по этому коэфф-ту корреляции.
Шум на выходе согласованного фильтра нормальный. Все можно посчитать. Нормировать, вообще-то, даже не обязательно. С помехами можно бороться аналогично описанному выше. Но в случае линейчатого спектра сигнала, как у Вас, бороться успешно можно только с помехами, не попадающими на сигнал. То, что попало на сигнал, убить можно только вместе с сигнальной составляющей, а если в сигнале мало гармоник, то убивание приведет к уменьшению сигнал-шума на выходе.
Вообще можно учесть характеристики как шума, так и помех при построении фильтра. И построить оптимальный винеровский фильтр. т.е. фильтр минимизирующий среднекв. ошибку оценки сигнала s(t) в принимаемой смеси x(t)=s(t)+n(t). Т.е. для винеровского фильтра
E((s(t)-y(t))^2) минимальна, y(t)- выход фильтра.
Согласованный фильтр - частный случай оптимального винеровского фильтра при белом шуме. При небелом шуме (и/или помехах) построение такого фильтра не всегда легкая задача, особенно физически реализуемого.
Я все-таки рекомендую воспользоваться "первым приближением", т.е. то, что в первом моем сообщении и в половине этого.
На этом пожалуй остановлюсь, а то вообще в дебри понесет.

Составить ответ  |||  Конференция  |||  Архив

Ответы


Отправка ответа

Имя (обязательно): 
Пароль: 
E-mail: 

Тема (обязательно):
Сообщение:

Ссылка на URL: 
Название ссылки: 

URL изображения: 


Перейти к списку ответов  |||  Конференция  |||  Архив  |||  Главная страница  |||  Содержание  |||  Без кадра

E-mail: info@telesys.ru