Файл: Лавриненко О.Ю. - Алгоритми та програмні засоби фільтрації і стиснення сигналів в ТКС.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 23.04.2019

Просмотров: 2728

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
background image

 

66 

На рис. 3.5а і рис. 3.6а наведено дві гармонійні компоненти 

)

sin(

)

(

1

1

1

t

A

t

S

 

і 

)

sin(

)

(

2

2

2

t

A

t

S

, з кутовими частотами 

63

1

 рад/с і 

252

2

 рад/с. 

Кутова  частота 

  в  рад/с  виражається  через  частоту 

f

  в  Гц,  як 

f

2

,  а 

2

f

. Виходячи з цього 

10

1

f

Гц, а 

40

2

f

Гц. 

Процес,  який  представлений  на  рис.  3.5а,  є  адаптивною  сукупністю  двох 

синусоїд  

)

(

1

t

S

 і 

)

(

2

t

S

                                         

),

(

)

(

)

(

2

1

1

t

S

t

S

t

U

  

],

,

0

T

t

                                     (3.1) 

де 

5

.

0

1

A

25

.

0

2

A

  відповідно  і 

512

T

,  а  процес,  наведений  на  рис.  3.6а, 

описується таким чином                                                   

 

),

(

),

(

)

(

2

1

2

t

S

t

S

t

U

  

],

,

(

],

,

0

(

0

0

T

t

t

t

t

                                               (3.2) 

де

5

.

0

1

A

25

.

0

2

A

 відповідно і 

512

0

t

, де 

1024

T

Поза інтервалу (0, T] функції 

)

(

1

t

U

 і 

)

(

2

t

U

 рівні 0. 

В  результаті  ПФ  сигналів 

)

(

1

t

U

  і 

)

(

2

t

U

  отримані  слабо  различающие 

спектральні образи, які представлені на рис. 3.5б і рис. 3.6б. 

Наступний  приклад  також  показує  малу  інформативність  ПФ.  Представлений 

на  рис.  3.7а  сигнал 

)

(

3

t

U

  в  околиці 

260

:

253

t

  містить  короткий  імпульс 

)

(t

I

 

(аномалію), де 

]

3

,

3

(

t

.                                                    

),

(

),

(

),

(

)

(

1

1

3

t

U

t

I

t

U

t

U

  

],

,

(

],

,

(

],

,

0

(

2

2

1

1

T

t

t

t

t

t

t

t

                                               (3.3) 

де 

253

1

t

260

2

t

ПФ дозволило явно виділити дві гармонійні складові сигналу, а спектральні 

складові аномалії, як і слід було чекати, виявилися розподіленими по всій осі частот. 


background image

 

67 

 

           а 

     

 

    б 

Рис. 3.7. ПФ сигнала 

)

(

3

t

U

 

а – сигнал 

)

(

3

t

U

;  б – спектр ПФ сигнала 

)

(

3

t

U

На рис. 3.5, рис. 3.6, рис. 3.7 були показані конкретні  приклади недоліків ПФ, 

які можуть бути подолані при використанні ВП.  

Слід  зазначити,  що  в  наведених  спектрах  ПФ  міститься  вся  інформація  про 

вихідні  сигналах.  Ця  інформація  розподілена  в  значеннях  фаз  і  амплітуд  всіх 

спектральних  складових.  Вихідні  сигнали  можуть  бути  повністю  відновлені  після 

зворотного ПФ.  

Переваги ВП демонструються на рис. 3.8а, б, в, і рис. 3.9а, б, в. 


background image

 

68 

 

а 

 

б 

 

в 

Рис. 3.8. ВП сигнала 

)

(

2

t

U

 

а – сигнал 

)

(

2

t

U

;  б – коефіцієнти апроксимації ВП сигнала 

)

(

2

t

U

в – коефіцієнти деталізації ВП сигнала 

)

(

2

t

U


background image

 

69 

 

а 

 

б 

 

в 

Рис. 3.9. ВП сигнала 

)

(

3

t

U

 

а – сигнал 

)

(

3

t

U

;  б – коефіцієнти апроксимації ВП сигнала 

)

(

3

t

U

в – коефіцієнти деталізації ВП сигнала 

)

(

3

t

U

 

 


background image

 

70 

3.3.  Програмна  реалізація  алгоритму  стиснення  мовного  сигналу  в 

середовищі MATLAB 

Задамо  мовний  сигнал  S1  з  частотою  дискретизації  FS=8  кГц  та  розрядністю 

BITS=16 бит. 

 

Рис. 3.10. Мовний сигнал. 

Виконаємо  ВП  сигналу  S1  до  5  рівня  використовуючи  вейвлет-функцію 

Добиши 10 порядку (db10). 

 

Рис. 3.11. Коефіцієнти мовного сигналу. 

Виконаємо  стиснення  коефіцієнтів  CS1,  за  допомогою  відкидання  надмірних 

коефіцієнтів які менше порогу THR=0.026.