Professional Documents
Culture Documents
Final Nckhsv19
Final Nckhsv19
NĂM 2019
NĂM 2019
Sử dụng công cụ Matlab để thiết kế bộ lọc số cho tín hiệu tần số thấp
Chương trình máy tính thực hiện bộ lọc số đối với tín hiệu tần số thấp.
5. Đóng góp về mặt kinh tế - xã hội, giáo dục và đào tạo, an ninh, quốc
phòng và khả năng áp dụng của đề tài:
Áp dụng cho việc giám sát, kiểm tra sức khỏe con người, hoặc dùng để quan trắc,
kiểm tra, rà soát chất lượng của các công trình giao thông vận tải…
Nhận xét của người hướng dẫn về những đóng góp khoa học của sinh viên
thực hiện đề tài:
1
LỜI MỞ ĐẦU
Tín hiệu được hiểu là một đại lượng biến thiên theo không gian hoặc thời
gian, ví dụ: tín hiệu âm thanh, hình ảnh, tiếng nói, video,…Tín hiệu được phân
loại thành hai dạng chính: tín hiệu tương tự và tín hiệu rời rạc. Tín hiệu tương tự
là tín hiệu biến thiên liên tục theo thời gian, và ngược lại, tín hiệu rời rạc là một
hàm rời rạc của biến thời gian. Trong phạm vi Đề tài, nhóm nghiên cứu chỉ tập
trung vào tín hiệu rời rạc và thực hiện bộ lọc tần số thấp với tín hiệu điện tim
ECG.
Lọc số là một quá trình mà ở đó phổ tần của tín hiệu có thể bị thay đổi, biến
dạng tùy thuộc vào một số đặc tính mong muốn. Quá trình lọc có thể dẫn đến sự
khuếch đại hoặc suy giảm trong một dải tần số, loại bỏ hoặc chọn lọc một dải tần
số nào đó. Ứng dụng cụ thể của bộ lọc số đó là loại bỏ nhiễu (nhiễu giữa các
kênh truyền, hoặc do sự sai lệch trong đo lường); phân tách hai hoặc nhiều tín
hiệu, phân tích tín hiệu trong miền tần số,…
Nội dung chính của báo cáo này là thiết kế bộ lọc thông thấp nhằm loại bỏ
nhiễu trong tín hiệu điện tim ECG.
- Nghiên cứu lý thuyết về bộ lọc số đối với tín hiệu tần số thấp
- Sử dụng các công cụ mô phỏng, thiết kế mạch điện tử cần thiết để thiết kế
và mô phỏng bộ lọc số cho tần số thấp
Kết quả nghiên cứu dự kiến: tạo ra được bộ lọc số trên máy tính áp dụng
cho tín hiệu tần số thấp.
Báo cáo nghiên cứu khoa học này trình bày được trình bày trong 3
chương:
Chương 1: Tổng quan về bộ lọc số. Chương này giới thiệu khái quát về lý
thuyết bộ lọc số và cơ sở toán học bộ lọc số. Tổng quan về bộ lọc số thông thấp,
phân tích, so sánh ưu-nhược điểm của hai bộ lọc IIR và FIR và chọn loại bộ lọc
tối ưu.
Chương 2 : Thiết kế bộ lọc số IIR. Chương này trình bày phương pháp tổng
hợp bộ lọc số IIR từ bộ lọc tương tự và các phương pháp tổng hợp các bộ lọc
tương tự thông thấp.
Chương 3. Thiết kế và mô phỏng bộ lọc số IIR bằng công cụ Matlab. Trong
chương trình này trình bày trình tự mô phỏng các bộ lọc số IIR thông thấp và
đánh giá, so sánh các thông số đáp ứng biên độ của các bộ lọc cùng với đó là các
biểu đồ thể hiện các đáp ứng, sự khác nhau giữa tín hiệu vào và tín hiệu ra khi đi
qua bộ lọc đã thiết kế.
2
CHƯƠNG I: TỔNG QUAN VỀ BỘ LỌC SỐ
1.1. Tổng quan về bộ lọc số
Trong Kỹ thuật tương tự (Analog) bộ lọc tín hiệu đóng một vai trò quan
trọng. Người ta chia chúng làm hai loại cơ bản: Bộ lọc tích cực và bộ lọc thụ
động. Thành phần cơ bản tác động đến biên độ-tần số tín hiệu là các thành phần
điện kháng như: điện cảm L và điện dung C. Chúng được mắc với nhau theo
những cấu trúc riêng nhằm đáp ứng yêu cầu của bộ lọc. Bộ lọc tín hiệu được
phân loại thành các dạng chính: Bộ lọc thông thấp, bộ lọc thông cao, bộ lọc thông
dải, bộ lọc chặn dải, bộ lọc chọn lọc tần số. Để thiết kế chúng, người ta phải giải
các phương trình vi-tích phân. Một phương pháp phổ biến nữa là người ta xây
dựng hàm truyền đạt biên độ tần số H(jω), qua đó ta có thể xác định chính xác
đáp ứng của tín hiệu đầu ra Y(t) khi đầu vào là hàm X(t) xác định.
Khi Kỹ thuật số (Digital) bùng nổ, việc xây dựng các bộ lọc số được xây
dựng trên nền tảng là các chương trình, các thuật toán nhằm đáp ứng các đặc tính
của các bộ lọc số. Các chương trình, thuật toán này có thể được thực hiện bằng
phần mềm hoặc bằng các kết cấu phần cứng. Xét một cách tổng quát thì bộ lọc số
và bộ lọc tương tự có nhiều nét tương đồng cả về chức năng cũng như phương
pháp luận trong việc xây dựng chúng. Trong chương này chúng ta sẽ có cái nhìn
tổng quát về các bộ lọc số và công cụ toán học khi nghiên cứu bộ lọc số để làm
cơ sở cho việc nghiên cứu các chương tiếp theo.
Bộ lọc số là một hệ thống dùng để làm biến dạng sự phân bố của các thành
phần của tín hiệu theo các chỉ tiêu đã cho. Bộ lọc số là hệ thống tuyến tính bất
biến theo thời gian. Tín hiệu vào và ra của một hệ thống tuyến tính bất biến được
biểu diễn bởi phương trình sau:
𝑦(𝑛) = ∑+∞
𝑘=−∞ 𝑥 (𝑛) ∗ ℎ(𝑛) (1.1)
Bộ lọc số được phân loại thành hai dạng chính: Bộ lọc có đáp ứng xung vô
hạn (Infinite Impulse Response - IIR) và bộ lọc có đáp ứng xung hữu hạn (Finite
Impulse Response - FIR). Bộ lọc IIR là bộ lọc đệ quy, bộ lọc FIR là bộ lọc không
đệ quy. Chi tiết về hai bộ lọc này được trình bày cụ thể ở phần dưới.
3
a) b)
Hình 1.1. Cấu trúc bộ lọc IIR a) dạng chuẩn tắc 1 b) dạng chuyển vị
Thay hai dãy trễ của sơ đồ cấu trúc ở hình 1.1b) bằng một dãy trễ, nhận được
sơ đồ cấu trúc dạng chuẩn tắc 2 trên hình 1.2 với N phần tử trễ ít hơn (khi giả
thiết M>N). Xét phương trình (1.1) khi các hệ số ar = 0 thì phương trình trở
thành:
𝑦 (𝑛 ) = ∑ 𝑀
𝑘=0 𝑏𝑘 𝑥 (𝑛 − 𝑘 ) (1.3)
Hình 1.2: Sơ đồ cấu trúc dạng chuẩn tắc 2 của hệ IIR đệ quy
Lúc này hệ là tuyến tính bất biến nhân quả không đệ quy FIR (không còn
thành phần hồi tiếp). Hệ xử lý số TTBBNQ có quan hệ giữa tín hiệu vào và tín
hiệu ra trên là hệ có số phần tử hữu hạn và không đệ quy, sơ đồ cấu trúc của hệ
được biểu diễn như trên hình 1.3. Như vậy bộ lọc FIR chỉ là một dạng đặc biệt
của bộ lọc IIR nhưng nó có ưu điểm là đơn giản về mặt toán học và tính ổn định
của nó cao hơn bộ lọc IIR. Bộ lọc IIR có cấu trúc thường gọn nhẹ hơn và về hệ
số phẩm chất của nó thường cao hơn so với bộ lọc FIR.
4
a)
b)
Hình 1.3: Sơ đồ cấu trúc của hệ xử lý số FIR a) dạng chuẩn tắc b) dạng chuyển vị
Trong nhiều trường hợp, việc giải các bài toán phân tích hệ xử lý số trong
miền thời gian là phức tạp và khó khăn. Để giải các bài toán được dễ dàng hơn,
người ta thường sử dụng các phép biến đổi để chuyển bài toán sang miền tần số
khác. Biến đổi Laplace được dùng để phân tích hệ tương tự, đối với hệ xử lý số
sử dụng biến đổi Z.
Chúng ta chọn bộ lọc số IIR để giải quyết các bài toán lọc số được đặt ra.
Hàm truyền đạt của bộ lọc số IIR có dạng:
b0 b1 z 1 bN z N
H z
1 a1 z 1 aM z M
N
b z k
k
k 0
M
1 ar z r
r 1
Trong đó ar và bk là các hệ số của bộ lọc:
( Z Z 01 )( Z Z 02 )( Z Z p 3 )...(Z Z 0 N ) Y (Z )
H (Z ) A
( Z Z p1 )( Z Z p 2 )( Z Z p 3 )...(Z Z pM ) X (Z )
5
Chương II: THIẾT KẾ BỘ LỌC IIR
2.1. Các tham số của một bộ lọc thông thấp thực tế
Hình 2.1 mô tả đặc tuyến đáp ứng bình phương biên độ-tần số của một
bộ lọc thông thấp trong thực tế, được biểu diễn bởi hệ phương trình sau:
1
≤ |𝐻𝑎 (𝑗Ω)|2 ≤ 1, |Ω| ≤ Ω𝑝
1 + 𝜀2
1
0 ≤ |𝐻𝑎 (𝑗Ω)|2 ≤ 2 , |Ω| ≤ Ω𝑠
𝐴
Trong đó:
- 𝜀 là thông số gợn sóng dải thông.
- Ω𝑝 là tần số cắt dải thông (rad/s).
- 𝐴 là tham số suy hao dải chắn.
- Ω𝑠 là tần số cắt dải chắn (rad/s).
Hình 2.1. Đáp ứng bình phương biên độ của bộ lọc thông thấp trong thực tế
|H(ej)|
1+ p
1
1- p
s
0 P s
Hình 2.2. Hàm truyền đạt của một bộ lọc thông thấp trong thực tế
Hình 2.2 mô tả hàm truyền đạt của một bộ lọc thông thấp thực tế.
6
Trong đó,
RP là độ gợn dải thông, được tính theo đơn vị dB:
𝑅𝑃 = −20lg(1 − 𝛿𝑝 )
As là độ gợn trong dải chặn, được tính theo đơn vị dB:
𝐴𝑠 = −20𝑙𝑔𝛿𝑠
Mối quan hệ giữa các thông số:
1
- Rp = −10𝑙𝑔 => 𝜀 = √10𝑅𝑝/10 − 1
1+𝜀2
1
- A𝑠 = −10𝑙𝑔 => 𝐴 = 10𝐴𝑠/20
𝐴2
1−𝛿𝑝 1 2 √𝛿𝑝
- =√ => 𝜀 =
1+𝛿𝑝 1+𝜀2 1−𝛿𝑝
𝛿𝑠 1 1+𝛿𝑝
- = => 𝐴 =
1+𝛿𝑝 𝐴 𝛿𝑠
Hình 2.3. Sự phân bố các điểm cực và điểm không của bộ lọc pha tối thiểu
7
2.2. Bộ lọc thông thấp ButterWorth
a. Các đặc trưng
Bộ lọc này được đặc trưng bởi tính chất đáp ứng biên độ là bằng bằng phẳng
trong cả dải thông và dải chắn.
Đáp ứng bình phương-biên độ của bộ lọc thông thấp bậc N, được biểu diễn bởi
phương trình:
1 𝑟𝑎𝑑
|𝐻𝑎 (𝑗Ω)|2 = , 𝛺𝑐 𝑙à 𝑡ầ𝑛 𝑠ố 𝑐ắ𝑡 ( ).
𝛺 2𝑁 𝑠
1+ ( )
𝛺𝑐
)2𝑁
(𝑗𝛺𝑐 (𝑗𝛺𝑐 )2𝑁
= =
𝑠 2𝑁 + (𝑗𝛺𝑐 )2𝑁 ∏2𝑁
𝑘=1(𝑠 − 𝑝𝑘 )
1
𝑅𝑝 = −10𝑙𝑔 ( )
Ω𝑝 2𝑁
(1 + )
Ω𝑐
8
1
𝐴𝑠 = −10𝑙𝑜𝑔10 ( )
Ω𝑠 2𝑁
(1 + )
Ω𝑐
Trong đó:
N là bậc của bộ lọc.
𝜀 là hệ số gợn sóng dải thông.
- Đa thức Chebyshev bậc N:
𝐶𝑜𝑠(𝑁. 𝐶𝑜𝑠 −1 (𝑥)), 0≤𝑥≤1 𝛺
𝑇𝑁 (𝑥) = { 𝑘ℎ𝑖 𝑥 =
𝐶𝑜𝑠ℎ(𝐶𝑜𝑠ℎ−1 (𝑥)), 1 < 𝑥 < ∞ 𝛺𝑐
9
Hình 2.5. Đáp ứng bình phương-biên độ của bộ lọc Chebyshev-I
Nhận xét:
- Tại x=0 (hoặc 𝛺 = 0):
|𝐻𝑎 (𝑗0)|2 = 1, 𝑁 𝑙ẻ
1
|𝐻𝑎 (𝑗𝛺)|2 = , 𝑁 𝑐ℎẵ𝑛
1 + 𝜀2
- Tại x=1(hoặc 𝛺 = 𝛺𝑐 ):
1
|𝐻𝑎 (𝑗1)|2 = , 𝑣ớ𝑖 𝑚ọ𝑖 𝑁.
1 + 𝜀2
1
- Tại 0<x<1(hoặc 0 ≤ 𝛺 ≤ 𝛺𝑐 ), |𝐻𝑎 (𝑗𝑥)|2 dao động giữa 1 và .
1+𝜀2
- Tại x>1(hoặc 𝛺 > 𝛺𝑐 ), |𝐻𝑎 (𝑗𝑥)|2 giảm đơn điệu về 0.
1
- Tại x= 𝛺𝑟 , |𝐻𝑎 (𝑗𝑥)|2 = 2.
𝐴
Để xác định một hàm Ha(s) nhân quả và ổn định , ta phải tìm hiểu các điểm
cực của Ha(s)Ha(-s) và chọn các điểm cực nửa mặt phẳng trái đối với Ha(s). Các
điểm cực của Ha(s)Ha(-s) thu được nhờ tìm nghiệm của:
𝛺
1 + 𝜀 2 𝑇𝑁2 ( )
𝛺𝑐
Có thể chỉ ra rằng nếu pk = 𝜎𝑘 + 𝑗𝛺𝑘 , 𝑘 = 0,1, 𝑁 − 1. Là nghiệm (nửa
mặt phẳng trái) của đa thức trên thì:
𝜋 (2𝑘 + 1)𝜋
𝜎𝑘 = (𝑎𝛺𝑐 )𝑐𝑜𝑠 [ + ]
2 2𝑁
𝜋 (2𝑘 + 1)𝜋
𝛺𝑘 = (𝑏𝛺𝑐 )𝑐𝑜𝑠 [ + ]
2 2𝑁
Với k=0,..,N-1.
1 1
Trong đó: 𝑎 = ( 𝑁√𝛼 − 𝑁√1/𝛼), 𝑏 = ( 𝑁√𝛼 + 𝑁√1/𝛼)
2 2
1 1
Và 𝛼 = + √1 +
𝜀 𝜀2
10
Với K được chọn là:
1, 𝑁 𝑙ẻ
𝐻𝑎 (𝑗0) = { 1
√ , 𝑁 𝑐ℎẵ𝑛
1 + 𝜀2
𝑙𝑜𝑔10 (𝑔 + √𝑔2 − 1)
𝑁=[ ]
𝑙𝑜𝑔10 (𝛺𝑟 + √𝛺𝑟 2 − 1)
Bộ lọc thông thấp Chebyshev-II có đáp ứng cân bằng gợn sóng trong dải
chắn và có liên quan tới bộ lọc Chebyshev-I thông qua một phép biến đổi thời
gian. Dải thông của bộ lọc này bằng phẳng và dải chắn gợn sóng cân bằng. Điều
này có nghĩa là bộ lọc này có điểm cực và điểm không nằm trong mặt phẳng-s.
Đáp ứng bình phương biên độ:
1
|𝐻𝑎 (𝑗𝛺)|2 =
−1 −1
2 2 𝛺
1 + (𝜀 𝑇𝑁 ( ) )
𝛺𝑐
Lưu ý rằng chọn một bộ lọc cân bằng gợn sóng thay vì bộ lọc đơn điệu, ta
thu được một bộ lọc có bậc-thấp. Vì vậy các bộ lọc Chebyshev cho bậc thấp hơn
so với các bộ lọc Buttworth có cùng chỉ tiêu.
Hình 2.6. Đáp ứng bình phương biên độ của bộ lọc Elliptic
12
Ngoài ra ta có thể sử dụng phương pháp biến đổi dải tần bộ lọc số thông thấp
đã được thiết kế để các bộ lọc thông thấp khác với tần số cắt khác hoặc bộ lọc
thông cao, thông dải, chắn dải.
Biến đổi bất biến xung
→ Bảo toàn hình dang của đáp ứng xung từ lọc tương tự thành lọc số.
Kỹ thuật xấp xỉ sai phân hữu hạn
→ Chuyển đổi biểu diễn một phương trình vi phân thành một phương trình
sai phân tương ứng.
Bất biến bước nhảy
→ Bảo toàn hình dạng của đáp ứng bước nhảy.
Biến đổi song tuyến tính
→ Bảo toàn biểu diễn hàm hệ thống từ miền tương tự sang miền số.
Hình 2.7. Ánh xạ mặt phẳng phức trong phép biến đổi bất biến xung
13
Các tính chất:
- 𝜎 = 𝑅𝑒(𝑠):
𝜎 < 0, ánh xạ vào |z|<1
(bên trong đường tròn đơn vị).
𝜎 = 0, ánh xạ |z|=1(trên đường tròn đơn vị).
𝜎 > 0, ánh xạ |z|>1(bên ngoài đường tròn đơn vị).
- Ánh xạ nhiều s lên một z:
Mỗi dải bán- vô hạn bên trái (nằm bên mặt phẳng trái) ánh xạ vào
bên trong đường tròn đơn vị.
- Tính nhân quả và ổn định là không thay đổi.
- Aliasing (sai số lấy mẫu) xuất hiện nếu bộ lọc không có băng tần
hữu hạn.
Các bước thiết kế
Với các chỉ tiêu đã cho wp, ws, Rp, As, chúng ta muốn xác định H(z) bằng
cách thiết kế trước tiên một bộ lọc analog tương đương và sau đó ánh xạ chúng
thành bộ lọc số mong muốn.
𝜔𝑝 𝜔
1. Chọn T và xác định các tần số tương tự: 𝛺𝑝 = , 𝛺𝑠 = 𝑠
𝑇 𝑇
2. Thiết kế một bộ lọc tương tự Ha(s) sử dụng các đặc tính của một
trong ba bộ lọc điển hình phần trước.
3. Sử dụng phép khai triển riêng phần, khai triển Ha(s) thành𝐻𝑎 (𝑠) =
𝑅𝑘
∑𝑁𝑘=1𝑠−𝑝𝑘
4. Biến đổi các điểm cực tương tự {pk} thành các điểm cực số {𝑒 𝑝𝑘𝑇 }
để thu được các bộ lọc số.
𝑁
𝑅𝑘
𝐻(𝑧) = ∑
1 − 𝑒 𝑝𝑘𝑇 𝑧 −1
𝑘=1
Ưu và nhược điểm của phương pháp:
- Đây là một thiết kế ổn định và các tần số Ω và ω có quan hệ tuyến tính.
- Bất tiện: Gặp phải aliasing (sai số lấy mẫu) ở đáp ứng tần số analog, và đôi
khi aliasing này là ko chấp nhận đc.
- Như vậy, phương pháp thiết kế này chỉ tiện sử dụng khi bộ lọc analog có
băng tần-hữu hạn biến đổi thành bộ lọc thông thấp hoặc thông dải không có dao
động trong dải chắn.
Hình 2.8. Ánh xạ mặt phẳng phức trong phép biến đổi song tuyến
tính
Các tính chất:
𝜎 < 0, ánh xạ vào |z|<1
(bên trong đường tròn đơn vị).
𝜎 = 0, ánh xạ |z|=1(trên đường tròn đơn vị).
𝜎 > 0, ánh xạ |z|>1(bên ngoài đường tròn đơn vị).
- Toàn bộ mặt phẳng nửa trái ánh xạ vào bên trong đường tròn đơn vị.
Đây là phép biến đổi ổn định.
- Trục ảo ánh xạ lên đường tròn đơn vị là ánh xạ 1-1. Do đó không có
Aliasing trong miền tần số.
- Quan hệ của Ω theo 𝜔 là phi tuyến
ΩT 2 𝜔
𝜔 = 𝑡𝑎𝑛−1 ( ) <=> Ω = 𝑡𝑎𝑛 ( )
2 𝑇 2
Các bước thiết kế
Với các chỉ tiêu đã cho wp, ws, Rp, As, chúng ta cần xác định H(z). Các
bước như sau:
1. Chọn một giá trị T tuỳ ý, và có thể đặt T = 1.
2. Chuyển đổi các tần số cắt ωp, ωs, nghĩa là tính toán Ωs và Ωp để sử
dụng:
2 𝜔𝑝 2 𝜔𝑠
Ω𝑝 = 𝑡𝑎𝑛 ( ) , Ω𝑠 = 𝑡𝑎𝑛 ( ).
𝑇 2 𝑇 2
3. Thiết kế bộ lọc thông thấp Ha(s) phù hợp với các thông số này.
2 1−𝑧 −1
4. Cuối cùng lấy: 𝐻 (𝑧) = 𝐻𝑎 ( ), và nhận được H(z) là một
𝑇 1+𝑧 −1
hàm hữu tỉ theo z-1.
Ưu và nhược điểm của phương pháp
- Là một thiết kế ổn định.
- Không bị aliasing (sai số lấy mẫu).
- Không ràng buộc về kiểu bộ lọc có thể biến đổi được.
15
So sánh thiết kế của 3 bộ lọc:
Chúng ta thiết kế bộ lọc số sử dụng 3 bộ lọc Analog điển hình khác nhau
(Butterworth,Chebyshev, Ellipic). Bây giờ chúng ta sẽ so sánh hiệu quả của chúng.
Thông số kỹ thuật là:
Rõ ràng, bộ lọc Ellipic cho kết quả thiết kế tốt nhất, bậc N nhỏ nhất và
min(As) là lớn nhất. Tuy nhiên nếu chúng ta so sánh đáp ứng pha thì thiết kế
theo Ellipic có đáp ứng pha là phi tuyến nhất trong dải thông.
16
Chương III. Thiết kế và mô phỏng bộ lọc số IIR
3.1 Tín hiệu điện tim ECG
Điện tâm đồ (tiếng Anh: Electrocardiogram hay thường gọi tắt là ECG) là đồ thị
ghi những thay đổi của dòng điện trong tim. Quả tim co bóp theo nhịp được điều khiển
của một hệ thống dẫn truyền trong cơ tim. Những dòng điện tuy rất nhỏ, khoảng một
phần nghìn volt, nhưng có thể dò thấy được từ các cực điện đặt trên tay, chân và ngực
bệnh nhân và chuyển đến máy ghi. Máy ghi điện khuếch đại lên và ghi lại trên điện
tâm đồ. Điện tâm đồ được sử dụng trong y học để phát hiện các bệnh về tim như rối
loạn nhịp tim, suy tim, nhồi máu cơ tim v.v...
Hình 3.1 mô tả một phần tín hiệu điện tim. Xung điện này truyền ra các cơ chung
quanh làm co bóp hai tâm nhĩ (tạo nên sóng P trên Điện Tâm đồ). Sau có dòng điện
tiếp tục truyền theo 1 chuỗi tế bào đặc biệt tới nút nhĩ thất (atrioventricular node) nằm
gần vách liên thất rồi theo chuỗi tế bào sợi Purkinje chạy dọc vách liên thất lan vào các
cơ chung quanh (loạt sóng QRS) làm hai thất này co bóp. Sau đó xung điện giảm đi,
tâm thất giãn ra (tạo nên sóng T).
17
Sóng R là sóng dương đầu tiên của phức bộ, và sóng âm sau nó là S, đây là hai
sóng hình thành do khử cực thất, về bản chất là giống nhau, nếu điện cực đặt ở vị trị
chiều khử cực hướng đến thì sóng R sẽ ưu thế, như trong chuyển đạo DII, V5, V6. Sóng
R sẽ ưu thế hơn nếu chiều khử cực đi xa vị trí đặt điện cực như V1, V2.
Sóng T
Là sóng theo sau phức bộ QRS, thể hiện quá trình tái cực muộn của 2 tâm thất,
sóng T có giá trị rất lớn trong việc nhận định một tình trạng cơ tim thiếu máu.
Sóng U
Nguồn gốc sóng U vẫn chưa điện xác định rõ ràng, các giả thuyết đặt ra là:
Tái cực chậm sợi Purkinje.
Tái cực kéo dài giữa cơ tim tế bào M (mid-myocardial cell)
Bình thường không thấy sóng U trên điện tâm đồ, nếu có thì là sóng nhỏ sau sóng
T, sóng U đảo ngược hay nhô cao nhọn gặp trong rất nhiều loại bệnh lý tim (bệnh
mạch vành, tăng huyết áp, bệnh van tim, tim bẩm sinh, bệnh lý cơ tim, cường giáp,
ngộ độc, rối loạn điện giải,...)
18
Thông thường, nhịp tim của người trong phạm vi từ 60-90 nhịp/phút, tương
đương với 1-1.5 Hz, do đó, mục tiêu của việc thiết kế bộ lọc thông thấp là loại bỏ
nhiễu là tín hiệu của nguồn xoay chiều có tần số 50-60 Hz.
Ta chọn các thông số sau: ωp = 0.04, ωs = 0.06, Rp=7dB, As=30dB.
Chọn chu kì lấy mẫu là T = 2/Fs = 1/1000 = 0.001.
Chuyển đổi ωp, ωs (tính toán Ωp và Ωs ):
2 𝜔𝑝 2 0.04
Ω𝑝 = 𝑡𝑎𝑛 ( ) = 𝑡𝑎𝑛 = 0.6981(𝑟𝑎𝑑/𝑠)
𝑇 2 0.001 2
2 𝜔𝑠 2 0.06
Ω𝑠 = 𝑡𝑎𝑛 ( ) = 𝑡𝑎𝑛 = 1.047(𝑟𝑎𝑑/𝑠)
𝑇 2 0.001 2
Tính bậc của bộ lọc:
𝑅𝑝 𝐴𝑠
𝑙𝑜𝑔10 [(10 10 − 1) / (10 10 − 1)]
𝑁= 𝑝 Ω
2𝑙𝑜𝑔10 ( )
Ω𝑠
7 20
𝑙𝑜𝑔10 [(1010 − 1) / (1010 − 1)]
= 0.6981
= 3.9547
2𝑙𝑜𝑔10 ( )
1.047
=> 𝑁 = 4
Tính tần số cắt của bộ lọc:
Ω𝑝
Ω𝑐1 =
2𝑁 𝑅
√10 10𝑝 − 1
0.6981
= = 0.5868(𝑟𝑎𝑑/𝑠)
2.4 7
√10 − 1
10
Hoặc:
Ω𝑠
Ω𝑐2 =
2𝑁 𝐴
√1010𝑠 − 1
1.047
= = 0.5895(𝑟𝑎𝑑/𝑠)
2.4 20
√10 − 1 10
19
Đáp ứng bình phương-biên độ:
1 1 1
|𝐻𝑎 (𝑗Ω)|2 = = =
𝛺 2𝑁 𝛺 8
1+
1
𝛺8
1+( ) 1+( ) 0.5898
𝛺𝑐 0.589
1 1
⇒ 𝐻𝑎 (𝑠)𝐻𝑎 (−𝑠) = |𝐻𝑎 (𝑗Ω)|2 |Ω=s = 8 = 1
j
1+(
𝑠
) 1+ 𝑠8
𝑗0.589 0.5898
0.5898
⇒ 𝐻𝑎 (𝑗Ω) = 𝐻𝑎 (𝑠) =
(𝑠 − 𝑠4 )
Ta tính được tần số cắt của bộ lọc này là fc = 5.3737 Hz với biểu thứ
sau:
𝜔𝑐
𝑓𝑐 = 𝐹
2𝜋 𝑠
Trong đó S4 là nghiệm của mẫu thức 𝐻𝑎 (𝑠)𝐻𝑎 (−𝑠) nửa mặt phẳng bên trái.
2 1−𝑧 −1 1−𝑧 −1
Xác định H(Z)= 𝐻𝑎 (𝑠 = | ) = 𝐻𝑎 (𝑠 = 0.002 )
𝑇 1+𝑧 −1 𝑇=0.001 1+𝑧 −1
Như vậy ta nhận được H(z) là một hàm hữu tỉ theo z-1.
Phần tiếp theo sẽ thiết kế bộ lọc trên Matlab với những thông số tính được
trong ví dụ trên.
20
3.3. Kết quả mô phỏng
Hình 3.4. Biểu đồ phổ mật độ công suất của tín hiệu ECG
21
Hình 3.5. Đặc tuyến biên-tần và pha-tần của bộ lọc thông thấp Butterworth bậc 4
22
ĐÁNH GIÁ VÀ KẾT LUẬN
I. Chỉ tiêu kỹ thuật:
Về mặt bộ lọc, đã đáp ứng được các thông số kỹ thuật như yêu cầu(ωp, ωs, As,
Rp).
Đáp ứng biên độ bằng phẳng tối đa và đòi hỏi bậc N cao hơn (nhiều điểm cực
hơn)để đạt được cùng một chỉ tiêu dải chắn. Tuy nhiên chúng có một đáp ứng
pha không tuyến tính trong dải thông (nhìn vào đáp ứng pha vẽ được, ta thấy
pha gần tuyến tính).
Nhờ áp dụng phương pháp biến đổi song tuyến tính (phương pháp biến đổi tốt
nhất) nên bộ lọc số thu được:
- Đáp ứng tốt các chỉ tiêu kỹ thuật.
- Không có Aliasing (sai số lấy mẫu) trong miền tần số.
- Bộ lọc thiết kế là ổn định (các điểm cực đều nằm trong đường tròn đơn vị z-
plane)
- Tuy nhiên quan hệ giữa ω theo Ω là phi tuyến.
II. Chất lượng thực tế:
Quan sát quá trình mô phỏng với tín hiệu vào ở trên, ta nhận thấy bộ lọc thiết kế
hoạt động tương đối tốt.
Nhờ đáp ứng biên độ bằng phẳng trong cả hai dải nên hầu như không gây méo
mó tín hiệu đi qua dải thông cũng như làm suy giảm hoàn toàn (theo chỉ tiêu)
tín hiệu qua dải chắn…
Tuy nhiên chúng ta vẫn quan sát thấy tín hiệu ra bị trễ pha so với tín hiệu vào…
III. Kết luận:
Báo cáo đã tóm tắt các vấn đề lý thuyết cơ bản về thiết kế bộ lọc số IIR. Nêu
các đặc tính bộ lọc số cần xác định và các phương pháp khi thiết kế bộ lọc: Sử dụng 4
kiểu Butterworth, Chebyshev 1-2, Ellipic. Tiểu luận đã đi sâu nghiên cứu phương pháp
thiết kế bộ lọc IIR thông thấp sử dụng bộ lọc Butterworth và phép biến đổi song tuyến
tính.
Sau khi tìm hiểu lý thuyết cơ bản của phương pháp này, tiểu luận đã vận dụng
MATLAB để minh họa lý thuyết đồng thời nêu ra bài toán thiết kế và cách giải quyết,
so sánh kết quả đạt được. Tuy đã hết sức cố gắng nhưng chắc chắn tiểu luận vẫn còn
nhiều thiếu sót, rất mong nhận được sự góp ý của Thầy, Cô để nội dung của tiểu luận
được hoàn chỉnh hơn.
23
PHỤ LỤC
--------------------------------------------------------------
----------------------------
%% Tai tin hieu ECG
close all ; clc;
data = csvread('test.csv');
Fs = 2000;
Necg = 2000;
a=data(1:Necg,1);
xn_new = a;
tn = (0:Necg-1)/Fs;
plot(data);
tittle('Real ECG signals');
--------------------------------------------------------------
----------------------------
%% Ve tin hieu ECG tren mien thoi gian
plot(tn,xn_new,'b');
title('ECG in Time domain ');
xlabel('Time(s)'); ylabel('Voltage(mV)');
hold on;
grid on;
--------------------------------------------------------------
----------------------------
% Lam mat tin hieu ECG
xn = detrend(xn_new);
plot(tn,xn,'r');
legend({'Before De-trending' ,' After De-trending'});
xlabel('Time(s)'); ylabel('Voltage(mV)');
grid on;
-------------------------------------------------------------
-----------------------------
%% Ve bieu do mat do pho cong suat cua tin hieu ECG
[pxx,fx] = pwelch(xn,[],[],[],Fs);
figure(1)
plot(fx,10*log10(pxx));
title('Power Spectrum Denisty');
xlabel('Frequency (Hz)');
ylabel('Power(dB)');
-------------------------------------------------------------
-----------------------------
%% Thiet ke mot bo loc thong thap iir
wp=0.04;
ws=0.06;
rp=7;
rs=20;
f=2000;
[n,wn]=buttord(wp,ws,rp,rs);
[b,a]=butter(n,wn);
freqz(b,a,512,f);
title(sprintf('n = %d Butterworth Lowpass Filter',n));
-------------------------------------------------------------
-----------------------------
24
%% Ap dung bo loc de lam min tin hieu ECG
xfilter = filter(b,a,xn);
--------------------------------------------------------------
----------------------------
%% Truc quan hoa PSG cua tin hieu ECG truoc va sau khi loc
[pff,ff] = pwelch(xfilter,[],[],[],Fs);
plot(ff,10*log10(pff));
title('Power Spectrum Denisty');
xlabel('Frequency (Hz)');
ylabel('Power(dB)');
plot(fx,pxx,'compare',ff,pff);
-------------------------------------------------------------
-----------------------------
%% Che ph? tín hi?u ?ã l?c trên tín hi?u ECG g?c
figure;
plot(tn,xn,'b',tn,xfilter,'r');
grid on;
legend({'Original Signal','Filtered Signal'});
title('Filtered vs Unfiltered ECG');
xlabel('Time(s)'); ylabel('Voltage(mV)');
set(gcf,'NumberTitle','Off','Name','Filtered Signal vs Actual
Signal');
-------------------------------------------------------------
-----------------------------
%% So sánh tín hi?u g?c, tín hi?u ???c l?c và tín hi?u ???c
l?c bù tr?
xfiltfilt = filtfilt(b,a,xn);
plot(tn,xn)
hold on
plot(tn,xfilter)
plot(tn,xfiltfilt)
title ('Electrocardiogram');
xlabel ('Time (s)');
legend('Original','filter','filtfilt');
axis([0.25 0.55 -1 1.5]);
grid
--------------------------------------------------------------
----------------------------
25
TÀI LIỆU THAM KHẢO
1. https://www.ijser.org/researchpaper/IIR-Butterworth-Low-High-
Pass-Optical-Filters-Design.pdf
2. http://vimach.net/forums/DSP/
3. https://www.youtube.com/watch?v=kcyB21pabo0
4. http://eeweb.poly.edu/iselesni/sass/SASS_software_ver3/html/dem
o_real_ECG.html#2
5. https://www.dropbox.com/sh/zybmcwafm47ww6w/AAAUIi-
wyjrEGmdYtv2AEKK4a?fbclid=IwAR2zHJhsS4K_IX9kaNr7Gkd5_6-
EzhWuqdcyQrmgXW2x-MTjzHHNX7YUASQ
6. http://www.librow.com/articles/article-13
26
27