Реферати українською » Промышленность, производство » Обробка електричного сигналу за допомогою фільтрації


Реферат Обробка електричного сигналу за допомогою фільтрації

>ПЕНЗЕНСКИЙ ДЕРЖАВНИЙ УНІВЕРСИТЕТ

 

Кафедра «Медичні прилади й устаткування»


>Курсовой проект

на задану тему:

«Обробка електричного сигналу з допомогою фільтрації»

з дисципліни «Методи обробки біомедичних сигналів»


Пенза 2005


Запровадження

Методи і обробки сигналів нині становлять основу найважливіших розробок у багатьох областях наукових знань. Протягом останніх методи цифровий обробки сигналів придбали велику важливість зважаючи на те, що тепер вони лише заміняють класичні аналогові методи у багатьох традиційних областях техніки, а й застосовують у багатьох нових областях, як-от медична техніка.

Найчастіше електричний фільтр єчастотно-избирательное пристрій. Отже, він пропускає сигнали певних частот і затримує чи послаблює сигнали інших частот. Найбільш загальними типамичастотно-избирательних фільтрів є фільтри нижніх частот (які пропускають низькі частоти і затримують високі), фільтри верхніх частот (які пропускають високі частоти і затримують низькі), >полосно-пропускающие фільтри (які пропускають смугу частот і затримують ті частоти, розташовані вище або нижчий від цієї смуги) і >полосно-заграждающие фільтри (які затримують смугу частот і пропускають частоти, розташовані вищою, і нижче цієї смуги).


1. Основи аналізу електричних сигналів

Застосування методів цифровий обробки сигналів і зокрема, цифровий фільтрації поширене і використовується у багатьох важливих областях дослідженні, наприклад: обробка мовних сигналів, цифрова телефонія і цифрова зв'язок, обробкафототелеграфних і телевізійних зображень, радіо- ігидролокационние системи, біологія і медицина, космічні дослідницькі та діючі системи, дослідження земних ресурсів немає і т.д.

У біомедичної практиці використовується безліч сигналів, мають електричну природу. При реєстрацію ЗМІ й оцінці таких сигналів зіштовхуються з значним впливом на кінцеві результати перешкод різноманітних, тому біомедичні сигнали потребують обробці.

З усіх методів, використовуваних при цифровому опрацюванні сигналів, найважливішим цифрова фільтрація. У минулому інтерес обмежується теоретичними дослідженнями, але останнім часом вона використовується у багатьох важливих практичних додатках в обробці одномірних і двовимірні сигналів.

2. Дослідженняполосового фільтра

 

>Полосовой (чиполосно-пропускающий) фільтр є пристрій, яке пропускає сигнали буде в діапазоні частот із шириною смугиBW, розташованої приблизно навколо центральної частоти0 (>рад/с). На малюнку 1 зображено ідеальна та реальноюамплитудно-частотние характеристикиполосового фільтра.


Малюнок 1

У реальної характеристиці частотиL іU є нижню й верхній частоти зрізу визначають смугу пропусканняL>0>U і його ширинуBW=UL.

У зоні пропусканняамплитудно-частотная характеристика будь-коли перевищує деякого певного значення, наприклад А1. Існує й дві смуги затримування, де значенняамплитудно-частотной характеристики будь-коли перевищує заздалегідь обраного значення,наример А2.Диапазони частотпежду смугами затримування і смугою пропускання утворюють нижню й верхній перехідні області, у яких характеристика є монотонної.

СтавленняQ=0/>BW характеризує якість самого фільтра і є мірою його вибірковості. Високому значеннямQ відповідає щодо вузька, а низькому значеннямQ – щодо широка ширина смуги пропускання. Коефіцієнт посилення фільтра До окреслюється значення йогоамплитудно-частотной характеристики по центральній частоті.

>Передаточная функціяполосно-пропускающего фільтра має такий вигляд:


Для дослідженняполосового фільтра, запровадили командне вікно пакетаMATLAB оператор «>rlcdemo». Відкрилося вікно, призначене для побудови аналогового фільтра. Вибрали смуговий фільтр з послідовним з'єднанням з'єднанням елементівRLC:R=4,5;L=2,5;C=0,5 (малюнок 2).

Малюнок 2

З значень системних параметрів розрахували коефіцієнтиполиномов чисельника і знаменника:

>G(s)=1.8s

P.S2+>1.8s+0.8

ЗасобамиMATLABпостролипрередаточную функцію системиsys:

>>sys=tf([0 1.8 0], [1 1.8 0.8])

Transferfunction:

1.8s

>s^2 + 1.8s + 0.8

Потім ми досліджували характеристики фільтра.

По-перше, це діаграма Боде (>ЛАЧХ ІФЧХ) (малюнок 3).

>>bode(sys)

Малюнок 3

По-друге, це реакція системи на одиничне вплив (малюнок 4).

>>step(sys)

Малюнок 4


По-третє, це діаграмаНайквиста, тобто уявлення речовинної і мнимої частин характеристики залежно від частоти (малюнок 5).

>>nyquist(sys)

Малюнок 5

І, насамкінець, це імпульсна характеристика (малюнок 6).

>>impulse(sys)

Малюнок 6


Порівнюючи отримані характеристики фільтра з представленими малюнку 2, переконалися, що вони ідентичні.

3. Реалізація моделі фільтра вSimulink

Переклали дані містять електрокардіограму (додаток 1) зMSExcel вMATLAB і побудували графіккардиосигнала (малюнок 7).

>>plot(G)

Малюнок 7

Потім наклали на вихідний сигнал перешкоду (малюнок 8):

>n=length(G);

>e=rand(n)*17225

>fori=1:n

>s(i)=e(i)+G(i)

end

>>plot(s)


Малюнок 8

>r=0

>fori=1:n;

>r=r+1;

>t(i)=r;

end

>t1=t'

>S=s’

У додаткуSimulink зібрали схему, реалізуючу модель даного фільтра (малюнок 9).

Малюнок 9


На вхід фільтра подається сигнал з перешкодою. Значення коефіцієнтівполиномов передавальної функції взяті з робочої областіMATLAB. На малюнку 10представленни результати фільтрації і вихідний сигнал з перешкодою.

Малюнок 10

Зауважимо, що результати фільтрації незадовільний, з'являється значний за амплітудою негативний викид, тоді як амплітудаR-зубца зменшується майже у чотири разу.

4. Реалізаціяполосового фільтра у цифровій формі

Отже для фільтраціїелектрокардиосигнала аналоговий смугової фільтр виявивсямолоеффективен. Проте,MATLAB надає широкі змогу проектування різних фільтрів (зокрема іполосно-пропускающего) у цифровій формі.

УMATLAB існує бібліотека (>toolbox)Filter Design, призначена вирішення завдань проектування, включаючи процедури корекції отриманих результатів з урахуванням ефектів квантування. Бібліотека має інтерактивну графічну програму (>GUI)fdatool, з допомогою яких можна розраховувати цифрові фільтри.

Відразу після завантаження програми відображається головне вікно бібліотеки. У ній ми поставили параметри проектованого фільтра (малюнок 11) всоотфетствии з ранішеЛАЧХ ІФЧХ.

Малюнок 11

Скориставшись кнопкамиImportfilter,FilterCoefficient, вивели значення коефіцієнтів фільтра (малюнок 12).


Малюнок 12

Послідовно обираючи командиMagnitudeRecponse,PhaseRecponse,ImpulseRecponse,StepRecponse, визначили характеристики фільтра.

>Амплитудно-частотная характеристика фільтра (малюнок 13)

Малюнок 13


>Фазо-частотная характеристика (малюнок 14)

Малюнок 14

>Импульсная характеристика (малюнок 15)

Малюнок 15

Відгук на одиничне вплив (малюнок 16)

Малюнок 16


5. Реалізація моделі фільтра вSimulink

>Нажав на кнопку ми маємо створений фільтр якблока-елемента бібліотекиSimulink. Двічі клацнувши мишею на зображенні цього блоку можна отримати роботу його внутрішню структуру (малюнок 17)

Малюнок 17

На малюнку 18 представлена схема, реалізуємодельданного фільтра.

Малюнок 19


На вхід фільтра подавали хоча б сигнал, що й за дослідженні аналогового фільтра

На малюнку 20 представлені результати фільтрації і вихідний сигнал з перешкодою.

Малюнок 20

При порівнянні двохосциллограмм можна говорити про задовільному результаті фільтрації.

6. Дослідження характеристикWAVELET іWAVELET-преобразований одномірних сигналів

 

>ТoolboxWavelet – набір інструментів, вмонтованих у обчислювальну середуMATLAB, на вирішення різноманітних інженерних завдань, що з компресією сигналів, аналізом їх особливостей, очищенням від шумів та інших. У основі використовуваних процедур лежить щодо нова теорія розкладання сигналів спеціальними функцій сплескам (>wavelet), головні особливості яких обмеженість у часі,самоподобие і компактна локалізація енергії за часом й частоти.

>ТулбоксWavelet складається з набору підпрограм, що дозволяють:

· ознайомитись і досліджувати характеристики індивідуальнихwavelet іwavelet-пакетов;

· обраховувати безупиннеwavelet-преобразование одномірних сигналів;

· виробляти аналіз стану та синтез дискретних одномірних і двовимірні сигналів з урахуванням дискретногоwavelet-преобразования;

· розкладати одне- і двомірні сигнали по пакетуwavelet;

· досліджувати статистичні характеристики сигналів;

· виробляти стиснення й очищення від шуму одномірних і двовимірні сигналів.

>Wavemenu запускається з командної рядкиMATLAB командою «>wavemenu».

Як вихідного сигналу використовуємо той самий сигнал ЕКГ з накладеної нею перешкодою (малюнок 21):

Малюнок 21

>Wavelet-преобразование дозволяє розкласти сигнал по компактним, добре локалізованим за часом й частоти, базисним функцій, що дозволяє, на відміну перетворення Фур'є, описуватинестационарние сигнали. У цьому важливо, що таке розкладання досить ощадливо в обчислювальному відношенні.

На відміну від короткочасного перетворення Фур'є (>STFT), безупиннеwavelet-преобразование (>CWT) має змінне дозвіл за часом й частоти. У сфері високих частот воно забезпечує хороше дозвіл за часом та поганий за частотою, а області низьких частот хороше дозвіл за частотою та поганий за часом (рис. 3). Застосуванняwavelet-преобразования дає хороші результати, особливо коли компоненти сигналу із високим частотою мають невелику тривалість, а низькочастотні компоненти досить велику. Практично всі біологічні сигнали мають таку структуру.

ВибралиwaveletДобеши з цими двома рівнями декомпозиції (>ортогональний фільтр з кінцевої маскою) (малюнок 22).

Малюнок 22

>Дискретноеwavelet-преобразование найефективніше в завданнях стискування сигналів і зображень, завданню очищення сигналу від шумів.

>Нажатие на кнопкуStanistics дозволяє їм отримати статистичні дані щодо досліджуваного сигналу (малюнок 23).

При стисканні сигналу використовують таку схему: виробляєтьсяwavelet-преобразование вихідного сигналу, після чого запам'ятовуються лише значущі коефіцієнти, тобто ті, що більше деякого заданого порога. Відновлення сигналу виробляється з допомогою зворотногоwavelet-преобразования, у своїй пропущені коефіцієнти замінюються нулями.

Результати стискування представлені малюнку 24.

Малюнок 23


Малюнок 24

>Графический інтерфейс дозволяє виконувати завдання зменшення рівня галасу зчинив на дискретному (цифровому) сигналі (очищення від шуму). І тому необхідно натиснути кнопку «>Denoise» у середині правої колонки, під кнопкою «>Analyze». Параметри й одержують результати зменшення шуму представлені малюнку 25.


Малюнок 25

На малюнку 26 докладніше представлений результат очищення сигналу від шуму.

Малюнок 26


Укладання

У результаті курсового проектубиди отримані навички сучасних методів обробки біомедичних сигналів з засобів обчислювальної техніки. Виконуючи курсової проект досліджували аналоговий та цифровогополосно-пропускающий фільтр, реалізували модель фільтра вSimulink, і навіть ознайомилися зwavelet-преобразованиями.

Методи цифровий обробки сигналів придбали велику важливість зважаючи на те, що тепер вони лише заміняють класичні аналогові методи у багатьох традиційних областях техніки, а й застосовують у багатьох нових областях, як-от медична техніка.

>Дискретноеwavelet-преобразование найефективніше в завданнях стискування сигналів і зображень, завданню очищення сигналу від шумів.


Список використаних джерел

1. Джонсон Д. Довідник по активнимфильтрам. – М.:Энергоатомиздат, 1983

2. Макс Жак Методи і обробки сигналів при фізичних вимірах. Пер. зфр. Під ред ВолковаН.Г. – М.: Світ, 1983

3.Дьяконов У.Simulink 4. Спеціальний довідник. – СПб.: Пітер, 2002

4. Андрєєв І.І.,Ланне А.А.MATLAB дляDSP:SPTool – інструмент для розрахунку цифрових фільтрів і спектрального аналізу сигналів // Цифрова обробка сигналів. 2000. №2.

5. Потьомкін В. Г.MATLAB 5 для студентів />Диалог-МИФИ. 1999.


Схожі реферати:

Навігація