Ćwiczenia 7 - Historia wersji

JanMaka o 12:54, 12 gru 2016

2016-12-12T12:54:05Z

Podgląd zmian

Jarekz: /* Implementacja filtrowania: funkcja lfilter */

2016-12-11T20:48:00Z

Implementacja filtrowania: funkcja lfilter

Jarekz: /* Filtry IIR */

2016-11-30T16:29:46Z

Filtry IIR

Podgląd zmian

Jarekz: /* Projektowanie filtrów w programie Svarog */

2016-11-30T16:27:00Z

Projektowanie filtrów w programie Svarog

Magdaz: /* Zadania */

2015-10-06T09:11:36Z

Zadania

Magdaz: /* Funkcje do projektowania filtrów IIR dostępne w module scipy.signal */

2015-10-05T19:49:18Z

Funkcje do projektowania filtrów IIR dostępne w module scipy.signal

Magdaz: /* Przykład */

2015-09-29T20:41:06Z

Przykład

Magdaz: /* Przykład przepróbkowania do góry: */

2015-09-29T20:38:07Z

Przykład przepróbkowania do góry:

Magdaz: /* Przykład przepróbkowania do góry: */

2015-09-29T20:37:41Z

Przykład przepróbkowania do góry:

Magdaz: /* Do dołu: Zmniejszamy częstość próbkowania całkowitą ilość razy. */

2015-09-29T20:37:02Z

Do dołu: Zmniejszamy częstość próbkowania całkowitą ilość razy.

@@ Linia 1: / Linia 1: @@
 =Implementacja filtrowania: funkcja lfilter=
 Filtrowanie zgodne z powyższymi równaniami zaimplementowane jest w pythonie w module <tt>scipy.signal</tt> jako funkcja [http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.lfilter.html lfilter].
@@ Linia 189: / Linia 193: @@
 #Znajdź rząd filtru FIR:
 #* dolnoprzepustowego z pasmem przenoszenia do 40 Hz dla sygnału próbkowanego <math>256</math> Hz, tak aby dla częstości powyżej 45 Hz jego tłumienie było nie mniejsze niż 20dB.
 =Filtry IIR=

← poprzednia wersja		Wersja z 16:27, 30 lis 2016
Linia 124:		Linia 124:

	</source>		</source>
−
−	~~==Projektowanie filtrów w programie Svarog==~~
−
−	~~W celu zaprojektowania filtru w Svarogu należy sprecyzować następujące parametry:~~
−
−	* '''Typ filtru''' - dolnoprzepustowy, górnoprzepustowy, pasmowoprzepustowy, pasmowozaporowy.
−	* '''Rodzaj filtru''' - Butterwortha, Czebyszewa I i II, eliptyczny.
−	* '''Częstotliwość graniczna pasma przepustowego 1''' - górna częstotliwość pasma przenoszenia oddzielająca pasmo przenoszenia od obszaru przejściowego.
−	* '''Częstotliwość graniczna pasma przepustowego 2''' - w przypadku filtru pasmowoprzepustowego lub pasmowozaporowego istnieją dwa obszary przejściowego; w związku z tym częstotliwość graniczna 1 oddziela pasmo przenoszenia od pierwszego obszaru przejściowego (ma niższą wartość), a częstotliwość graniczna 2 separuje pasmo przenoszenia od drugiego obszaru przejściowego.
−	* '''Częstotliwość graniczna pasma zaporowego 1''' - dolna częstotliwość pasma zaporowego oddzielająca pasmo zaporowe od obszaru przejściowego.
−	* '''Częstotliwość graniczna pasma zaporowego 2''' - w przypadku filtru pasmowoprzepustowego lub pasmowozaporowego częstotliwość graniczna 1 oddziela pasmo zaporowe od pierwszego obszaru przejściowego (ma niższą wartość), a częstotliwość graniczna 2 separuje pasmo zaporowe od drugiego obszaru przejściowego.
−	* '''Zafalowania w paśmie przenoszenia''' - maksymalna wartość tłumienia w paśmie przenoszenia.
−	* '''Tłumienie w paśmie zaporowym''' - minimalna wartość tłumienia w paśmie zaporowym.
−
−	~~===Przykład===~~
−	~~Rysunek poniżej przedstawia charakterystykę amplitudową górnoprzepustowego filtru Czebyszewa I. Filtr został zaprojektowany przy użyciu następujących parametrów:~~
−
−	* Filter type = high-pass
−	* Filter family = Chebyshev I
−	* Passband edge frequency 1 = 20 Hz
−	* Stopband edge frequency 1 = 16 Hz
−	* Passband ripple = 3 dB
−	* Stopband attenuation = 40 dB
−
−	~~Rząd filtru zostaje dostosowany do wymagań projektowych.~~
−
−	~~[[Plik:Svarog_fillter_bands.png\|center\|800px\|thumb\|<figure id="uid3"/>Charakterystyka amplitudowa górnoprzepustowego filtru Czebyszewa I.]]~~

	==Zadania==		==Zadania==

@@ Linia 164: / Linia 164: @@
 **najwyżej 1 dB tętnienia w paśmie przenoszenia,
 **co najmniej 60 dB tłumienia w paśmie tłumienia.
-*Zaprojektować filtr do wyławiania wrzecion snu z sygnału. Wrzeciona snu to struktury w sygnale EEG rejestrowanym w czasie snu zawierające się w paśmie 11-15 Hz. [http://www.fuw.edu.pl/~jarekz/SYGNALY/TF/c4spin.txt]
+*Zaprojektować filtr do wyławiania wrzecion snu z sygnału. Wrzeciona snu to struktury w sygnale EEG rejestrowanym w czasie snu zawierające się w paśmie 11-15 Hz. [http://www.fuw.edu.pl/~jarekz/SYGNALY/TF/c4spin.txt]. Filtr zaprojektuj w programie Svarog.
 ==Przepróbkowywanie==

@@ Linia 22: / Linia 22: @@
 '''Filtr Butterwortha'''
 daje gładką (bez tętnień) funkcję przenoszenia w całym zakresie częstości
-<source lang=python>>
+<source lang=python>
 [n,Wn]=buttord(wp, ws, gpass, gstop, analog=0)
 [b,a]=butter(n,Wn)
@@ Linia 29: / Linia 29: @@
 '''Filtr Czebyszewa I rodzaju''' &mdash; gładka funkcja przenoszenia w paśmie tłumienia, minimalizowane są tętnienia  w paśmie przenoszenia
-<source lang=python>>
+<source lang=python>
 [n,Wn]=cheb1ord(wp, ws, gpass, gstop, analog=0);
 [b,a]=cheby1(n, rp, Wn, btype='low', analog=0, output='ba')

@@ Linia 71: / Linia 71: @@
 Jej działanie i porównanie z efektami funkcji <tt>lfilter</tt> przedstawia poniższy przykład:
 <source lang = python>
-from scipy.signal import filtfilt, butter, freqz,lfilter
+from scipy.signal import filtfilt, butter, freqz, lfilter
 import numpy as np
 import pylab as py

@@ Linia 187: / Linia 187: @@
 X[::4] = x
 py.plot(X,'.')
-[b,a]=butter(8,1.0/4)
+[b,a] = butter(8,1.0/4)
-y=filtfilt(b,a,X);
+y = filtfilt(b,a,X);
 py.subplot(3,1,3)
 py.plot(y,'.')