(CH-HV) XLTH - Chuongv - Tong Quan Loc So

Bộ môn
Kỹ thuật đo
&
Tin học Công nghiệp
Xử lý tín hiệu và ứng

dụng
Phạm Thị Ngọc Yến

Nội dung môn học
Chương 1 : Nhắc lại kiến thức cơ bản xử lý tín hiệu liên tục
Chương 2 : Biến đổi tín hiệu liên tục thành tín hiệu
rời rạc - Khôi phục tín hiệu.
Chương 3 : Biểu diễn tín hiệu rời rạc trong miền tần số liên tục
Chương 4 : Biểu diễn tín hiệu rời rạc trong miền tần số rời rạc
Chương 5 : Tổng quan về lọc số
Q&R
2 Ph¹m ThÞ Ngäc YÕn

Chương V : Tổng quan về lọc số
Ứng dụng quan trọng nhất của xử lý tín hiệu là lọc số

§5.1. Giới thiệu
▪ Läc sè lµ mét hÖ thèng dïng ®Ó thay ®æi çc ph©n bè

tÇn sè cña mét tÝn hiÖu sè theo çc ®Æc tÝnh cho trước
▪ Mét bé läc sè cã thÓ ®ược coi như mét qu¸ tr×nh cho
phÐp chuyÓn ®æi mét tÝn hiÖu sè vµo thµnh mét tÝn hiÖu sè
ra ®Ó nhËn ®ược sù thay ®æi mong muèn trªn tÝn hiÖu nµy
▪ Läc sè lµ qu¸ tr×nh liªn quan tíi viÖc x¸c ®Þnh phương
tr×nh x¸c lËp qu¸ tr×nh chuyÓn ®æi çc tÝn hiÖu sè cho phÐp
mét mÆt biÓu diÔn ®ược ®¸p øng tÇn sè ®Æc biÖt, mÆt kh¸c
cã thÓ thùc hiÖn ®ược chuyÓn ®æi tÝn hiÖu sè

ViÖc chuyÓn ®æi tÝn hiÖu cã thÓ ®ược cµi ®Æt dưới d¹ng
phÇn mÒm (algorithme) hoÆc phÇn cøng (m¹ch ®iÖn tö).
Läc sè Läc tương tù
- chÝnh x¸c,
- tin cËy,
- æn ®Þnh,
- thÝch nghi
- dÔ dµng ®iÒu khiÓn.

• Phát triển các bộ lọc số bằng chương trình phần mềm

có thể dựa trên nền tảng của các ngôn ngữ lập trình
bậc cao như C++ hay MATLAB, trên máy tính cá nhân
hoặc máy trạm; hoặc dựa trên ngôn ngữ lập trình bậc
thấp (ngôn ngữ máy) trên bộ xử lý tín hiệu số DSP...
• Các bộ lọc số bằng phần cứng có thể được thiết kế
sử dụng một số chip chuyên dụng VLSI kết nối với
nhau.
• Các bộ lọc số được phát triển phần cứng hoặc phần
mềm có thể được sử dụng để xử lý các tín hiệu trong
Xử
lý
thời gian thực hoặc các tín hiệu đã được lưu trữ.
số
tín
hiệu
Ph¹m ThÞ Ngäc YÕn

Ngoài các ưu điểm của các hệ thống số nói chung, các

bộ lọc số phần cứng có nhiều ưu điểm hơn hẳn các bộ
lọc tương tự tương đương:
- Các thông số của một bộ lọc số được lưu trữ trong bộ
nhớ của máy tính, do đó có thể được dễ dàng thay đổi
trong thời gian thực
- Điều này có nghĩa là các bộ lọc số rất thích hợp cho
các ứng dụng yêu cầu cần phải lập trình , có thời gian
thay đổi hoặc phải có các bộ lọc thích nghi.
Xử
lý
số
tín
hiệu

Các bộ lọc số được phát triển từ phần cứng chủ yếu là

các hệ thống tần số thấp có tần số hoạt động trong một
dải nhất định, ví dụ từ 0 đến ωmax, với ωmax phụ thuộc vào
công nghệ VLSI
Ở bất kỳ thời điểm t=nT, một bộ lọc số tạo ra các giá trị
của tín hiệu đầu ra thông qua một loạt các tính toán sử
dụng một số các giá trị của tín hiệu đầu vào và có thể
một số giá trị của tín hiệu đầu ra.
Xử
lý
Khi tần số lấy mẫu là cố định, thời gian lấy mẫu T=2π/ωs
số cũng cố định và, do đó, hạn chế số lượng các phép tính
tín
hiệu có thể thực hiện của bộ lọc trong một chu kỳ T
Khi tần số lấy mẫu được tăng lên, T giảm, và số lượng

tính toán thực hiện trong thời gian T giảm → đến một tần
số lấy mẫu đủ lớn ωmax nào đó, hoạt động của bộ lọc sẽ bị
ảnh hưởng, không còn chính xác.
Rất khó chuẩn hóa các tần số ωmax do phụ thuộc vào tốc
độ của VLSI sử dụng, độ phức tạp của bài toán ….
Xử
lý
số
tín
hiệu

Các bộ lọc số phần cứng rất tốt trong các ứng dụng có
các tín hiệu rời rạc
Tuy nhiên nó cũng có một số điểm hạn chế: đối với các
ứng dụng có tín hiệu liên tục trong thời gian, cần phải sử
dụng thêm các bộ chuyển đổi A/D, D/A ngoài.
Xử
lý
số
tín
hiệu

Việc lựa chọn các dạng lọc phụ thuộc vào nhiều yếu tố, đặc biệt
phụ thuộc vào mục đích sử dụng. Tuy nhiên yếu tố quan trọng
nhất vẫn là dải tần số hoạt động.
- Đối với các tần số nhỏ hơn 20 kHz , các bộ lọc số có nhiều khả
năng để cung cấp các giải pháp kỹ thuật tốt nhất.
- Đối với các các tần số từ 20 kHz đến 0.1 GHz, có thể lựa chọn:
- Lọc rời rạc tích cực RC
- Lọc chuyển mạch-tụ điện, hoặc
- Lọc thụ động RLC
- Đối với các tần số trong dải tần từ 0.1 đến 15 GHz, có thể lựa
chọn giữa lọc tích cực RC tích hợp và lọc V sóng (microwave
Xử filter )
lý - Với tần số lớn hơn 15 GHz, lọc V sóng là sự lựa chọn duy nhất
số
tín
hiệu

Chú ý rằng, các bộ lọc phần mềm không tương thích

với kỹ thuật tương tự, do đó chỉ sử dụng cho các bài
toán lọc trong thời gian trễ cho các tín hiệu đã được ghi
lại trong bộ nhớ.
Các bộ lọc số phần mềm được sử dụng rất rộng rãi
trong hầu hết các lĩnh vực khoa học công nghệ.
Xử
lý
số
tín
hiệu

Mục đích sử dụng/ứng dụng lọc số
1. Tách các tín hiệu bị trộn lẫn vào nhau, thường là tín
hiệu bị nhiễu hay bị ảnh hưởng bởi những tín hiệu
khác.
2. Khôi phục lại tín hiệu bị méo vì một lý do nào đó,
VD: một tín hiệu âm thanh được thu bằng thiết bị có
chất lượng kém có thể được xử lý qua một bộ lọc để
đạt chất lượng tốt hơn.
Xử
lý Do cã çc chøc n¨ng läc sè mµ çc bé V xö lý tÝn hiÖu
số
tín
sè DSP ®ưîc ph¸t triÓn m¹nh mÏ như hiÖn nay
hiệu

Các ứng dụng của lọc số đang được sử dụng rộng rãi
trong nhiều lĩnh vực:
– Các hệ thống truyền thông
– Các hệ thống âm thanh, như máy nghe đĩa CD
– Các thiết bị đo lường và điều khiển
– Xử lý hình ảnh và nâng cao
– Xử lý tín hiệu địa vật lý và các địa chấn khác
– Xử lý tín hiệu sinh học
– Tai nghe nhân tạo
Xử
– Tổng hợp tiếng nói,
lý – ….
số
tín
hiệu

Ph©n lo¹i läc sè: xuÊt ph¸t tõ phương tr×nh sai ph©n
1. Läc kh«ng ®Ö qui: cã hÖ sè ai=0 → kiÓu bé läc kh«ng

cã vßng ph¶n håi
x[n] y[n]
Läc kh«ng
®Ö qui
2. Läc ®Ö qui: hÖ sè ai≠0 → kiÓu bé läc cã vßng ph¶n håi
Läc
x[n] y[n]
®Ö qui

Ph©n lo¹i läc sè: tõ phương tr×nh 5-1
1. Läc cã ®¸p øng xung

h÷u h¹n  läc kh«ng
®Ö qui (5-2)
2. Läc cã ®¸p øng xung

v« h¹n  läc ®Ö qui
(5-1)

Chương V: Tổng quan về lọc số
§5.2. Các đặc trưng cơ bản của lọc số
TÝch ▪ §¸p øng xung (miÒn thêi gian)

ph©n
▪ §¸p øng bước (miÒn thêi gian) FFT
▪ §¸p øng tÇn sè (miÒn tÇn sè)
Mçi mét d¹ng ®¸p øng cña bé läc chøa ®Çy ®ñ th«ng
tin vÒ bé läc, nhưng dưới çc d¹ng kh¸c nhau. ChØ
Xử cÇn biÕt mét trong ba d¹ng ®¸p øng lµ cã thÓ suy ra
lý ®ược hai d¹ng cßn l¹i.
số
tín
hiệu

Xử
lý
số
tín
hiệu
Các đặc trưng cơ bản của lọc số

6.4.1. Thông tin của bộ lọc trong miền thời gian
§¸p øng bước
§¸p øng bước cã
thêi gian chuyÓn ®æi
cµng nhanh cµng tèt,
lµm gi¶m ¶nh hưởng
cña nhiÔu, tr¸nh hiÖn
tượng trïm phæ tÝn
hiÖu …
Biªn ®é cña ®¸p øng
bước vượt qu¸
ngưỡng (overshoot) lµ
do th«ng tin bÞ mÐo
trong miÒn thêi gian
Xử Bé läc cã pha tuyÕn
lý tÝnh lµ bé läc chuyÓn
số tiÕp cña ®¸p øng bước
tín
t¹i mét nöa trªn ®èi
hiệu
xøng víi nöa dưới
6.4.2.Thông tin của bộ lọc trong miền tần số
Xử
lý
số
tín
hiệu

Çc d¹ng läc c¬ b¶n:
TÇn sè c¾t cña läc
tương tù thường
®ược ®Þnh nghÜa lµ
gi¸ trÞ khi biªn ®é
cña gi¶i th«ng
gi¶m -3dB hay
gi¶m xuèng cßn
0,707 gi¸ trÞ ban
®Çu
TÇn sè c¾t cña läc
sè, ít được chuẩn
hoá hơn thường
®ược ®Þnh nghÜa lµ
Xử gi¸ trÞ khi çc møc
lý suy gi¶m biªn ®é
số cña gi¶i th«ng gi¶m
tín 99%, 90%, 70,7%,
hiệu 50%.

☺☺ T¹i sao trong çc tµi liÖu

hướng dÉn chØ tr×nh bµy çch thiÕt
kÕ mét bé läc th«ng thÊp ???
Cã sù chuyÓn ®æi dÔ dµng gi÷a

çc lo¹i läc
Xử
lý
số
tín
hiệu

BiÕn ®æi th«ng thÊp → th«ng cao
Xử
lý
số
tín
hiệu

BiÕn ®æi th«ng thÊp + th«ng cao → th«ng mét d¶i
Xử
lý
số
tín
hiệu

BiÕn ®æi th«ng thÊp + th«ng cao → ch¾n mét d¶i
Xử
lý
số
tín
hiệu

§5.3. Lọc không đệ qui

Hµm truyÒn H(z) :
§¸p øng xung h[n] ☺XÐt tÝnh æn ®Þnh cña läc kh«ng ®Ö qui???
x[n]
T T T T T
Xử
lý +
số
tín y[n]
hiệu

Để thực hiện bộ lọc dể dàng hơn, với giá thành rẻ hơn, giảm thời
gian tính toán trong quá trình lọc thì một bộ lọc tốt nhất sẽ cần:
• Số phần tử của bộ lọc sẽ là ít nhất.
• Bộ lọc có bậc nhỏ nhất.
Để thiết kế (tổng hợp) bộ lọc FIR, chúng ta sẽ phải nghiên

cứu các đặc tính của bộ lọc bao gồm:
- Đáp ứng xung h[n]
- Đáp ứng tần số H (e j )
Xử
lý
số
tín
hiệu

Chỉ giới hạn xét các bộ lọc FIR có pha tuyến tính vì thời gian tín
hiệu truyền qua lọc là nhỏ nhất
Tính chất pha tuyến tính:
Xét đáp ứng tần số của một bộ lọc FIR bất kỳ
Bộ lọc có pha tuyến tính khi:

,  là hằng số
 biểu diễn thời gian truyền tín hiệu qua hệ thống.
Với các hệ thống thông thường, thời gian truyền tín hiệu qua hệ thống
Xử được tính bằng hằng số thời gian 
lý d ( )
số = −    
tín d
hiệu
Trong trường hợp này: =-
5.3.1.Đặc tính xung h[n] của các bộ lọc pha tuyến tính:
Được tính qua đặc tính pha trong đáp ứng tần số của bộ lọc, thỏa
mãn các điều kiện từ phương trình
Hai trường hợp:
1. β=0  ( ) = − −    
2. β≠0  ( ) =  −  −    
Xử
lý
số
tín
hiệu Xét lần lượt từng trường hợp

1, Trường hợp 1: =0
 ( ) = − −    
H (e j ) có thể tính theo FT [ h[n] ]

N −1 N −1
H (e ) =  h ( n ) e
j − j n
=  h(n)[cos n-jsin n]
n =0 n =0
Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

Phương trình chuỗi trên có một nghiệm duy nhất tại:

N −1
=
2
h( n) = h( N − 1 − n) 0  n  N −1
Đặc tính xung h[n] của bộ lọc số FIR khi =0 là dãy đối xứng.
Xử Khi =0 và N lẻ, goi là bộ lọc FIR loại 1
lý
số Khi =0 và N chẵn, goi là bộ lọc FIR loại 2
tín
hiệu

N −1
=
2
h( n) = h( N − 1 − n)
Xử
lý
số
tín
hiệu

2, Trường hợp 2: ≠0
 ( ) =  −  −    
H (e j ) = A(e j )e j ( ) = A(e j )e j (  − )
N −1
H (e j ) =  h(n)e − j n
n =0
N −1 Đặc tính xung h[n] của bộ lọc số FIR khi ≠0 là dãy
=
2 phản đối xứng.
 Khi ≠0 và N lẻ, gọi là bộ lọc FIR loại 3
 =
Xử 2
Khi ≠0 và N chẵn, gọi là bộ lọc FIR loại 4
lý h( n) = − h( N − 1 − n)
số
tín
hiệu

Xử
lý
số
tín
hiệu

Bộ lọc loại 1: h(n) đối xứng, N lẻ

Bộ lọc loại 2: h(n) đối xứng, N chẵn
Bộ lọc loại 3: h(n) phản đối xứng, N lẻ
Bộ lọc loại 4: h(n) phản đối xứng, N chẵn
Cả 4 loại bộ lọc số FIR pha tuyến tính ở trên cho phép xác
định đáp ứng tần số sao cho thoả mãn các chỉ tiêu kỹ thuật
của bộ lọc
Xử
lý
số
tín
hiệu

5.3.2. Đáp ứng tần số của các bộ lọc FIR pha tuyến tính:
Mục đích tính được đáp ứng tần số của các bộ lọc khi biết đáp ứng xung
1. Bộ lọc FIR loại 1
Áp dụng tính đối xứng của h(n), chia tổng này ra làm 3 phần :
N −1
Xử −1
2
N − 1 − j ( N2−1 ) N −1
 +  h(n)e − j n
lý j − j n
số H (e ) = h ( n )e + h( )e
tín n=0 2 n=
N −1
+1
hiệu 2

N −1
−1 N −1
2
N − 1 − j ( N −1
 +  h(n)e − j n
)
H (e j ) = h ( n )e − j n
+ h( )e 2
n=0 2 n=
N −1
+1
2
Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

Đặc tính biên độ
N −1
a(0) = h( − 0)
2 N −1
1 n 
N −1 2
a ( n) = 2h( − n)
2
N −1
Đặc tính pha =
2
Xử Vì cos(0)=1 nên bộ lọc pha tuyến tính loại 1 không thể dùng để làm bộ lọc có
lý H (e j ) = 0 khi =0, đó là các bộ lọc thông cao và lọc thông dải.
số
tín
hiệu

H ( e j )
H ( e j )
N −1
a(0) = h( − 0)
N −1 2
=
2 N −1
Xử a ( n) = 2h( − n)
lý 2
số
tín
hiệu

Bộ lọc FIR loại 2  N2 

 1  − j N2−1
H (e ) =  b(n)cos[ (n- )] e
j
 n =1 2 
 
N N
b( n) = 2h( − n) 1 n 
2 2
Xử
lý
số Đặc tính pha
tín
hiệu

Xử
lý
số
tín
hiệu

Bộ lọc FIR loại 3
N-1
 N −1
2 j( − )
H (e j ) = [ c(n)sin n]e 2 2
n=1
N −1 N −1
c ( n ) = 2h ( − n) 1 n 
2 2
Xử
lý
Đặc tính pha
số
tín
hiệu

Xử
lý
số
tín
hiệu

H ( e j )
H ( e j )
Xử
lý
số
tín
hiệu

Bộ lọc FIR loại 4
 N2   N −1
 1  j( 2 − 2 )
H (e ) =  d (n) sin[ (n- )] e
j
 n =1 2 
 
N N
d ( n) = 2h( − n) 1 n 
2 2
Đặc tính pha

Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

§5.4. Lọc đệ qui

1. Lọc đệ qui dạng trực tiếp 1
Phương tr×nh 6-1 m« t¶ cÊu tróc trùc tiÕp cña bé läc ®Ö qui
☺§Ó x©y dùng bé läc cÇn bao nhiªu phÇn tö trÔ, phÇn tö
nh©n vµ phÇn tö céng ???

Hµm truyÒn ®¹t cña bé läc ®Ö qui
H(z) cã chøa çc ®iÓm cùc vµ ®iÓm kh«ng. §iÓm kh«ng

t¹o nªn phÇn kh«ng ®Ö qui trong cÊu tróc cña bé läc víi
çc hÖ sè tõ b0 cho tíi bN vµ ®iÓm cùc t¹o nªn phÇn ®Ö
qui víi çc hÖ sè tõ a0 cho tíi aM
☺ VÏ s¬ ®å khèi cña läc ®Ö qui ???

CÊu tróc trùc tiÕp 1 cña bé läc ®Ö qui
CÊu tróc trùc tiÕp 1 lµ cÊu tróc kh«ng chuÈn t¾c v× cßn cã
thÓ gi¶m ®ược phÇn tö trÔ trong cÊu tróc
2. Lọc đệ qui dạng trực tiếp 2

✓ CÊu tróc trùc tiÕp 1 ®ược biÓu diÔn như cÊu tróc ghÐp nèi
tÇng cña 2 thµnh phÇn : läc ®Ö qui vµ läc kh«ng ®Ö qui
✓Hai thµnh phÇn trªn t¹o thµnh mét m¹ch tuyÕn tÝnh bÊt
biÕn nªn ta cã thÓ thay ®æi vÞ trÝ cña hai ®Çu nèi tiÕp cho
nhau mµ kh«ng lµm thay ®æi ®¸p øng tÇn sè (tÝnh chÊt giao
ho¸n)
Çch biÓu diÔn trùc tiÕp 2 cña bé läc

CÊu tróc trùc tiÕp 2
M
v[n ] = x[n ] +  a i v[n − i]
i =1
N
y[n ] =  bi v[n − i]
i =1
§o¹n gi÷a thùc hiÖn hai d©y trÔ cña cïng mét ®ường
tÝn hiÖu thõa mét kh©u trÔ

CÊu tróc trùc tiÕp 2 - D¹ng chuÈn t¾c
M phần tử trễ
TÝnh æn ®Þnh ???

Kh¾c phôc:
✓ Chia nhá ®¸p øng tÇn sè H(z) thµnh çc thµnh phÇn
H1(z), H2(z),...,Hk(z), mçi mét thµnh phÇn chØ biÓu diÔn mét
sè lượng h¹n chÕ çc ®iÓm cùc vµ ®iÓm kh«ng cña H(z).
✓ Çc thµnh phÇn Hk(z) cã thÓ ®ược ghÐp nèi víi nhau
hoÆc theo cấu trúc tầng, hoÆc theo cấu trúc song song.

3. Cấu trúc nối tầng (nối tiếp) của lọc đệ qui

H(z)=H1(z).H2(z)...Hi(z)....Hn(z)
X(z) Y(z)
H1(z) H2(z) Hi(z) Hn(z)
Hi(z) chỉ được thiết kế bậc một hoặc bậc hai

−1
1 + ci z
Hi (z) = −1
, hoÆc ☺ Çc ®iÓm cùc vµ
1 + di z kh«ng cña Hi(z) ph¶n
¸nh trung thùc çc ®iÓm
−1 −2
1 + ci z + d i z cùc vµ kh«ng cña H(z)
Hi (z) =
1 + ei z −1 + f i z − 2
VÝ dô: Thùc hiÖn cÊu tróc tÇng cña hµm H(z) sau
−1 −2 −3
+
23 + 40z + 36z + 19z
H(z) =
10 + 9z −1 + 8z − 2 + 3z −3
(1 + z −1 )(23 + 17z −1 + 19z − 2 )

H(z) =
(2 + z −1 )(5 + 2z −1 + 3z − 2 )
(0.5 + 0.5z −1 ) (4.6 + 3.4z −1 + 3.8z − 2 )

H(z) = −1
x
(1 + 0.5z ) (1 + 0.4z −1 + 0.6z − 2 )
23 + 40z −1 + 36z − 2 + 19z −3

H(z) =
10 + 9z −1 + 8z − 2 + 3z −3
- 2  j 56
H(z) : § iÓm cùc : z = -0,5 ; z =
10
17  j 1459
§ iÓm kh«ng : z = -1; z =
46
(0.5 + 0.5z −1 ) (4.6 + 3.4z −1 + 3.8z − 2 )

H(z) = −1
x
(1 + 0.5z ) (1 + 0.4z −1 + 0.6z − 2 )

4. Cấu trúc song song của lọc đệ qui

H(z)=H0+ H1(z)+H2(z)+...+Hi(z)+...+Hn(z) H0: h»ng sè,
Hi(z): hµm bËc mét
hoÆc bËc hai
X(z) H0 H(z)
H1(z) TËp hîp çc ®iÓm cùc

+ cña çc hµm con Hi(z)
H2(z) biÓu diÔn chÝnh x¸c çc
®iÓm cùc cña H(z).
Nhưng kh«ng ®óng víi
Hi(z)
çc ®iÓm kh«ng !!!.
Ứng dụng trong xử lý tiếng nói

VÝ dô:
Thùc hiÖn b»ng cÊu tróc song song hµm truyÒn ®¹t H(z) sau
23 + 40z −1 + 36z −2 + 19z −3

H( z) =
(2 + z −1 )(5 + 2z −1 + 3z − 2 )
19 5 23 − z −1
H(z) = − −
3 (2 + z ) 3(5 + 2z −1 + 3z − 2 )
−1
= H0 + H1 (z) + H 2 (z)

19 5 23 − z −1
H(z) = − −
3 (2 + z ) 3(5 + 2z −1 + 3z −3 )
−1
= H0 + H1 (z) + H 2 (z)
- 2  j 56
H(z) : § iÓm cùc : z = -0,5 ; z =
10
17  j 1459
§ iÓm kh«ng : z = -1; z =
46
H1 (z) : § iÓm cùc : z = -0,5
- 2  j 56
H 2 (z) : § iÓm cùc : z =
10
1
H 2 (z) : § iÓm kh«ng : z =
23
5. Phân tích bộ lọc đệ qui (IIR)
▪ Thiết kế bộ lọc số IIR gặp nhiều khó khăn hơn khi thiết kế bộ lọc
số FIR vì bộ lọc IIR có pha không tuyến tính và có phần hồi tiếp nên
bộ lọc thường không ổn định.
▪ Trong quá trình thiết kế, yêu cầu tất cả các điểm cực của bộ lọc
phải nằm trong đường tròn đơn vị để đảm bộ lọc sau khi thiết kế
được ổn định.
▪ Thông thường có bốn loại bộ lọc được sử dụng: bộ lọc
Butterworth, bộ lọc Chebyshev 1 và 2, bộ lọc Ellip.
▪ Việc thiết kế bộ lọc IIR chính là thiết kế đáp ứng biên độ và đáp
ứng pha của bộ lọc.
▪ Phương pháp thiết kế bộ lọc số IIR nói chung thường dựa vào
Xử
lý thiết kế bộ lọc tương tự, sau đó chuyển thành bộ lọc số tương
số đương.
tín
hiệu

Xử
lý
số Đáp ứng biên độ bộ lọc Butterworth, Chebyshev và Ellip
tín
hiệu

|H(ejω)|
1+p
1
1-p
s
0 ωp ωa ωap
dải thông dải dải chắn
Xử quá
lý
số độ
tín Đáp ứng biên độ của bộ lọc thông thấp
hiệu

Tùy vào yêu cầu của bài toán mà có khoảng quá độ cũng như
độ gợn sóng có thể chấp nhận được. Ta có các tham số kỹ thuật
đặc trưng ở trong miền tần số
(1) p độ gợn sóng dải thông
(2) s độ gợn sóng dải chắn
(3) p tần số giới hạn dải thông
(4) s tần số giới hạn dải chắn
(5)  = s −  p dải quá độ
Ở dải thông 0     p , yêu cầu:
1 −  p  H a ( ja )  1 +  p , a  a p
Xử
lý Ở dải chắn, đáp ứng biên độ: H a ( ja )   s , a s  a  
số
tín
hiệu

Một số thông số khác thường được ứng dụng trong tính toán bộ lọc:
(6) Biên độ đỉnh gợn sóng ở dải thông  p = − 20log10 (1 −  p ) dB
(7) Biên độ đỉnh gợn sóng ở dải chắn  s = − 20log10 ( s ) dB
(8) Giá trị biên độ nhỏ nhất ở dải thông 1/ 1 +  2
1
(9) Giá trị biên độ lớn nhất ở dải chắn
A
- Thông số đặc trưng cho loại bộ lọc
a p 
k1 =
Xử k= A2 − 1
lý a s
số
tín
hiệu

▪ Đáp ứng biên độ của các bộ lọc phải nhỏ hơn hoặc bằng 1
1 −  p  H a ( ja )  1
▪ Tùy trong từng trường hợp khác nhau, có thể sử dụng thông
số d,k hay A, ε cho phù hợp.
 (1 −  ) − 1 
−2 1/ 2

d =  =
p
  s −1 
−2
A2 − 1
 
a p
Xử k=
lý
số
a s
tín
hiệu

VD: Bộ lọc Butterworth:
▪ Bộ lọc Butterworth là bộ lọc chỉ có các điểm cực
▪ Bình phương đáp ứng biên độ của nó có dạng như sau
1
H ( ja ) =
2
2N
 a 
1+  

 ac 
▪ Trong đó N là bậc của bộ lọc và ac là tần số cắt có biên độ
bằng 3dB.
▪ Đáp ứng tần số biên độ có thể được viết dưới dạng khác
1
H a ( ja ) =
2
( j / ja p )
2N
Xử 1+  2
a
lý
 a p 
n
số
tín  = 
hiệu 
 ac 

Đáp ứng biên độ của bộ lọc Butterworth với các bậc lọc khác
nhau.
Xử
lý Đáp ứng tần của bộ lọc Butterworth giảm đều khi ta tăng ω
số Bậc của bộ lọc tăng thì dải chuyển tiếp sẽ trở nên hẹp hơn
tín
hiệu

H a ( ja ) = H a ( s ) H a ( − s )
2
Ta có:
s = ja
Từ hàm bình phương biên độ ta có thể viết như sau

1
Ga ( s ) = H a ( s ) H a ( − s ) =
1 + ( s / jac )
2N
Do vậy các điểm cực của bộ lọc nằm trên 2N điểm phân bố đều trên
đường tròn bán kính ac
 ( N + 1 + 2k )  
sk = ( −1) ( ac ) ac  j
 =   , k = 0,1,.., 2 N − 1
1/ 2 N
j exp
 2N 
Xử
lý
số
tín
hiệu

Xử
lý Biểu diễn các điểm cực cho bộ lọc Butterworth
số
tín bậc N=6 và N=7.
hiệu

Hàm truyền của hệ thống với tần số ac=1 có dạng sau

1 1
Ha ( s) = = N
AN ( s ) s + a1s N −1 + .. + aN −1s + aN
Xử
lý
số
tín
hiệu

Nếu biết được N ta có thể tính toán được các hệ số của AN ( s ) như sau:
Xử
lý
số
tín
hiệu

Các bước thiết kế bộ lọc Butterworth:
+ Bước 1: Tính toán các thông số k và d
log d
+ Bước 2: Xác đinh bậc của bộ lọc theo công thức N 
log k
+ Bước 3: Đặt tần số cắt trong dải
−1/ 2 N
a p (1 −  p ) − 1
−2 −1/ 2 N
 ac  as  − 1
−2
  s
+ Bước 4: Tổng hợp bộ lọc từ các điểm cực của hàm

nằm bên trái mặt phẳng s 1
Ga ( s ) = H a ( s ) H a ( −s ) =
1 + ( s / jac )
2N
Ta có hàm truyền đạt bộ lọc như sau

N −1
1 N −1
− sk
Ha ( s) =  =
Xử k =0
1−
s k =0 s − sk
lý
số
sk
 ( N + 1 + 2k )  
tín sk = ( −1) ( jac ) = ac exp  j  , k = 0,1,.., 2 N − 1
1/ 2 N
hiệu
 2 N 
Ví dụ: Thiết kế một bộ lọc thông thấp Butterworth với các chỉ tiêu
kỹ thuật cho như sau: f p = 6kHz, fs = 10kHz,  p =  s = 0.1
Xử
lý
số
tín
hiệu

Các hàm thiết kế bộ lọc trong Toolbox
Cấu trúc bộ lọc FIR

Cấu trúc bộ lọc FIR Mô tả
‘antisymmetricfir’ Đáp ứng xung hữu hạn không đối xứng
‘fir’ Đáp ứng xung hữu hạn
‘firt’ Đáp ứng xung hữu hạn chuyển vị
‘latticema’ Dạng lưới lọc trung bình (MA: moving average)

Xử
lý
số ‘symmetricfir’ Đáp ứng xung hữu hạn đối xứng
tín
hiệu

Cấu trúc bộ lọc IIR
Cấu trúc bộ lọc IIR Mô tả
‘df1’ Trực tiếp dạng I
‘df1t’ Chuyển vị trực tiếp dạng I
‘df2’ Trực tiếp dạng II
‘df2t’ Chuyển vị trực tiếp dạng II
Xử
lý
số
tín
hiệu

Các phương pháp thiết kế bộ lọc trong Toolbox – FIR và IIR
Hàm bộ lọc Mô tả bộ lọc

firpnorm Thiết kế bộ lọc FIR giải pháp tối thiểu sử dụng thuật toán least-
pth
gremez Dùng thuật toán thay đổi Remez tổng quát để thiết kế bộ lọc FIR
giải pháp tối ưu với đường cong đáp ứng tùy ý
iirqrpdelay Thiết kế bộ lọc IIR giải pháp tối ưu khi bạn xác định nhóm trễ
trong tần số dải thông
iirlpnorm Thiết kế bộ lọc IIR giải pháp tối thiểu sử dụng thuật toán least-
pth
iirlpnormc Thiết kế bộ lọc IIR giải pháp tối thiểu sử dụng thuật toán least-
Xử pth. Thêm vào đó, giới hạn điểm cực và điểm không của bộ lọc
lý
số nằm trong một góc cố định gần gốc của mặt phẳng Z
tín
hiệu

Các hàm để thiết kế bộ lọc số FIR
convmtx Matrix nhân chập
cremez Thiết kế lọc FIR theo Equiripple pha phi tuyến và phức
dfilt Tạo ra bộ lọc sử dụng cú pháp hướng đối tượng
fir1 Thiết kế bộ lọc FIR các hàm cửa sổ
fir2 Thiết kế bộ lọc FIR tần số lấy mẫu
fircls Thiết kế bộ lọc FIR Constrained least square cho bộ lọc đa dải
tần
fircls1 Thiết kế bộ lọc FIR Constrained least square cho bộ lọc thông
thấp và thông cao pha tuyến tính
firgauss Thiết kế bộ lọc FIR Gaussian
Xử firls Thiết kế bộ lọc FIR bình phương tối thiểu pha tuyến tính
lý firrcos Thiết kế bộ lọc FIR cosine nổi
số
tín intfilt Thiết kế bộ lọc FIR phép nội suy
hiệu kaiserord Các tham số ước lượng cho thiết kế bộ lọc FIR bằng cửa sổ
82
remez Tính toán thiết kế lọc FIR tối ưu
Các hàm để thiết kế bộ lọc số IIR
butter Thiết kế lọc số và tương tự Butterworth

cheby1 Thiết kế bộ lọc Chebyshev Type I (gợn sóng dải thông)
cheby2 Thiết kế bộ lọc (gợn sóng dải chắn)
dfilt Tạo ra bộ lọc sử dụng cú pháp hướng đối tượng
ellip Thiết kế bộ lọc Elliptic (Cauer)
maxflat Thiết kế bộ lọc Butterworth số tổng quát
prony Thiết kế bộ lọc IIR phương pháp Prony cho miền thời gian
stmcb Tính toán kiểu tuyến tính sử dụng phép lặp Steiglitz-McBride
yulewalk Thiết kế bộ lọc số đệ quy
Xử
lý
số
tín
hiệu

Phương pháp sử dụng FDAtool
Mở Matlab và đánh lệnh : fdatool
Xử
lý
số
tín
hiệu

Cửa sổ này cho ta thấy các đặc trưng của bộ lọc như :
Xử •Đồ thị đáp ứng biên độ (dB) theo tần số.
lý
số •Đồ thị điểm không – điểm cực.
tín •Các hệ số của bộ lọc
hiệu

Cửa sổ này giúp chúng ta chọn

các kiểu đáp ứng như :
* Lọc thông thấp
* Chuyển đổi Hilbert
* Lọc thông cao
* Biên độ tùy ý
* Lọc thông dải
* Độ trễ nhóm tùy ý
* Lọc chắn dải
* Peaking
* Lọc nhiều dải
Xử * Notching
lý
số
tín
hiệu

✓Cửa sổ này giúp chúng ta chọn loại bộ lọc muốn thiết

kế là FIR hay IIR và phương pháp dùng để thiết kế nữa
như:
✓Đối với IIR : Butterworth, Chebyshev Loại I,
Chebyshev loại II, Elliptic,...
Xử ✓Đối với FIR : Equiripple, Least-squares, Window,
lý
số Maximally flat, Least Pth-norm,...
tín
hiệu

Cửa sổ này cho ta các thông tin về

bộ lọc như : cấu trúc, bậc, độ bền
vững, thiết kế có lượng tử hay
không,....
Xử
lý
số
tín
hiệu

Chọn bậc của bộ lọc :
Specify order : được nhập bậc của
bộ lọc vào dạng text.
Minimum order : Phương pháp thiết
kế bậc bộ lọc chọn tối thiểu
Chọn phụ thuộc vào phương pháp
thiết kế bộ lọc được chọn. Chỉ đối với
FIR Equiripple và FIR Window thì mới
thiết lập cửa sổ này. Với FIR
Equiripple thì tùy chọn là nhân tố mật
độ. Còn với FIR Window thì tùy chọn
Xử
lý
là tỉ lệ dải thông và chọn hàm cửa sổ,
số và theo các hàm cửa sổ mà có thể
tín
hiệu thiết lập các thông số khác.

Các thông số tần số của bộ lọc. Đây là

một ví dụ của bộ lọc thông thấp. Chúng
ta cần nhập các thông số sau đối với
bộ lọc thông thấp :
Tần số lấy mẫu (Trong Matlab lấy
chuẩn là 48000 Hz)
Tần số dải thông (Trong Matlab lấy
Tần số dải chắn (Trong Matlab lấy
Xử
lý
số
tín
hiệu

Thêm nữa, chúng ta cần khai báo

các gợn sóng ở dải chắn và dải
thông theo hai đơn vị hoặc dB hoặc
tuyến tính (Linear) : (ví dụ bộ lọc
thông thấp theo dB) :
Gợn sóng dải thông (Trong Matlab
lấy chuẩn là 1 dB)
Gợn sóng dải chắn (Trong Matlab
lấy chuẩn là 80 dB)
Xử
lý
số
tín
hiệu

Xử
lý
số
tín
hiệu

•Tạo bộ lọc đa tỉ lệ
•Bộ lọc chuyển đổi
•Thiết lập thông số lượng tử hóa

•Dạng bộ lọc thực hiện
•Sửa đổi điểm cực và điểm không
•Nhập bộ lọc từ không gian trạng thái của Matlab

Xử
lý
số •Đặc trưng bộ lọc
tín
hiệu

•Tạo bộ lọc đa tỉ lệ
•Bộ lọc chuyển đổi
•Thiết lập thông số lượng tử hóa

•Dạng bộ lọc thực hiện
•Sửa đổi điểm cực và điểm không
•Nhập bộ lọc từ không gian trạng thái của Matlab

Xử
lý
số •Đặc trưng bộ lọc
tín
hiệu

Các phân tích của bộ lọc bao gồm :
•Đặc trưng bộ lọc
•Đáp ứng biên độ
•Đáp ứng pha
•Đáp ứng biên độ - pha
•Đáp ứng độ trễ nhóm
•Độ trễ pha
•Đáp ứng xung
•Đáp ứng bước
•Hệ số điểm cực – điểm không
Xử
lý •Hệ số của bộ lọc
số
tín •Thông tin về bộ lọc
hiệu
•Đáp ứng biên độ ước lượng
File, Export …
Xuất các thông tin tới không gian làm việc,

SP-tool, dưới dạng Mat-file hoặc các file hệ
số (ASCII).
Xử
lý
số
tín
hiệu

Edit, Convert Structure …
Xử
lý
số
tín
hiệu

Ví dụ 1: mô tả quá trình thiết kế bộ lọc FIR bằng FDAtool.

Các đặc trưng của bộ lọc như sau:
Một bộ lọc FIR dải thông nên thiết kế bằng phương pháp
equiripple với bậc tối thiểu.
Các tần số theo Hz:
Fs1 = 800 Hz, Fpass1 = 1000 Hz, Fpass2 = 1300 Hz,
Fstop2 = 1500 Hz, và tần số lấy mẫu fs = 8000 Hz.
Các đặc trưng biên độ cho độ gợn sóng dải chắn trên và
dưới lần lượt là: 60 dB và 50 dB và dải chắn giới hạn là 1
dB.
Xử
lý
số
tín
hiệu

Đáp ứng biên độ và thông tin về bộ lọc được thiết kế
Bậc nhỏ nhất của

bộ lọc này khi
dùng phương
pháp equiripple là
79
Xử
lý
số
tín
hiệu

Đáp ứng xung của bộ lọc được thiết kế
Xử
lý
số
tín
hiệu

Đáp ứng pha của bộ lọc được thiết kế
Xử
lý
số
tín
hiệu

Hệ số của bộ lọc còn có thể được xuất ra không gian làm
việc trong Matlab, C Header file, M-file hoặc SPtool bằng
cách vào File → Export.
Xử
lý
số
tín
hiệu

Trong khi thiết kế hệ số bộ lọc mặc định được biểu diễn theo
kiểu dấu phẩu động độ chính xác kép.
Nếu yêu cầu độ dài từ 64-bit, có thể lượng tử hóa những hệ
số này hoặc là số dấu phẩy động độ chính xác đơn hoặc số
dấu phẩy tĩnh.
Để phân tích ảnh hưởng của lượng tử hóa, có thể lượng tử
hệ số bộ lọc theo cách biểu diễn dấu phẩy tĩnh. Truy nhập
bằng cách nhấn chuột vào biểu tượng .
Xử
lý
số
tín
hiệu

Đồ thị của bộ lọc sau khi được lượng tử hóa
Xử
lý
số
tín
hiệu

Bài tập:
1. Cho đáp ứng tần số của bộ lọc thông thấp lý tưởng
pha không
Tìm h[n] và vẽ h[n]với c=/3
2. Cho đáp ứng tần số của bộ lọc thông cao lý tưởng pha
không
Tìm h[n]
Processing of ECG signals
An electrocardiogram (or EKG also referred to as ECG) of

a healthy individual assumes a fairly well defined form
although significant variations can occur from one person
to the next as in fingerprints.
Yet certain telltale patterns in an ECG enable a cardiologist
to diagnose certain heart conditions.
An ECG is essentially a graph representing a low-level
electrical signal picked up by a pair of electrodes attached
to certain well defined points on the body and connected to
an electrical instrument known as the electrocardiograph.
Processing of ECG signals Cont’d
Electrocardiographs are used in clinics and hospitals

where a multitude of other types of electrical machines are
utilized such as X-ray machines and electrical motors.
All these machines along with the power lines and
transformers that supply them with electricity produce
electrical 60-Hz noise, which may contaminate an ECG
waveform.
Fig. (a) shows a typical noise-free ECG signal and Fig. (b)
shows a corresponding contaminated version.
As can be seen, the distinct features of the ECG are all but
obliterated in the contaminated signal and are, therefore,
difficult, if not impossible, to discern.
A diagnosis based on such an ECG would be unreliable.
Since electrical noise originating from the power supply
has a well defined frequency, i.e., 60 Hz, one can design a
bandstop filter that will reject the electrical noise.
Such a filter has been designed using the methods to be
studied in later chapters and was then used to process the
contaminated ECG signal.
Fig. (a) shows the contaminated ECG signal and Fig. (b)
shows the filtered version.
As can be seen, the filtered signal is a faithful reproduction
of the original noise-free signal, apart from some artifacts
over the interval n=0 to 100 due to the transient response
of the bandstop filter.
As another experiment, just to illustrate the nature of filtering,

the contaminated ECG signal was passed through
a bandpass filter which was designed to select the 60-Hz
noise component.
After an initial transience over the interval n=0 to 150, a
steady noise component is isolated by the bandpass filter.
Processing of Stock Exchange Data
We are all interested in the health of the market place for various
reasons.
We would all like, for example, to save some money for another
day and, naturally, we would prefer to invest any such funds in
secure low-risk stocks, bonds, or mutual funds that provide high
returns.
To make financial decisions such as these, we read the business
section of our daily newspaper or browse the Web for numerical
stock-exchange data.
Naturally, we would like to make investments that grow steadily
from year to year at a steady rate and never devalue, but this is
not what happens in real life.
The prices of stocks change rapidly from one day to the next and
once in a while, for example, when a market recession occurs,
they can actually lose a large proportion of their values.
Processing of Stock Exchange Data Cont’d
There are many economic forces that cause the value of a

stock to change.
Some of these forces are of short duration while others
reflect long-term economic pressures.
As long-term investors, we should perhaps ignore the
day-to-day variations and focus as far as possible on the
underlying changes in the stock price.
An experienced investor may be able to draw conclusions
by simply comparing the available stock-exchange data of
two competing stocks.
For the rest of us this is not an easy task but through the
use of DSP, the task can be greatly simplified.
The price of a company’s stock is a signal and, as such, it

possesses a spectrum that can be manipulated through filtering.
Day-to-day variations in a stock constitute the high-frequency
part of the spectrum whereas the underlying trend of the stock is
actually the low-frequency part.
If we are interested in the long-term behavior of a stock, then
perhaps we should filter out the high-frequency part of the
spectrum.
On the other hand, if we are interested in the volatility of the
stock, then we should filter out the low-frequency content.
The high-frequency or low-frequency content of a signal can be
filtered out by using a lowpass or highpass filter as appropriate.
To illustrate these ideas, two actual mutual funds, a bond fund

and a high-tech fund, were chosen at random for processing.
One year’s worth of data were chosen for processing pertaining
to calendar year 2001 and to facilitate the comparison, the unit
values of the two funds were normalized to unity at the start of
the year, namely, January 1, 2001.
Lowpass filtering produced the following results

The plots show certain anomalies during the first 50 or so

sample values.
These are due to the initial transience that exists in all
types of systems, including filters, which will be explained
later on.
Ignoring the initial transience, the plots show that the
lowpass filter has removed the day-to-day variations and
that makes it easier to discern the underlying trend of the
fund.
Highpass filtering produced the following results:
The highpass filter removed the lowpass content but, like

the lowpass filter, it introduced an initial transience.
Ignoring the initial transience and noting the difference in
the y-axis scales, we observe that the amplitude of the
high-frequency content in the high-tech fund is 10 times
that in the bond fund.
In effect, the high-tech fund is 10 times more volatile than
the bond fund, as may be expected.

(CH-HV) XLTH - Chuongv - Tong Quan Loc So

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

(CH-HV) XLTH - Chuongv - Tong Quan Loc So

Uploaded by

Copyright:

Available Formats

Bộ môn

Xử lý tín hiệu và ứng

Phạm Thị Ngọc Yến

2 Ph¹m ThÞ Ngäc YÕn

Ứng dụng quan trọng nhất của xử lý tín hiệu là lọc số

▪ Läc sè lµ mét hÖ thèng dïng ®Ó thay ®æi c¸c ph©n bè

3 Ph¹m ThÞ Ngäc YÕn

Läc sè Läc tương tù

4 Ph¹m ThÞ Ngäc YÕn

• Phát triển các bộ lọc số bằng chương trình phần mềm

Ph¹m ThÞ Ngäc YÕn

Ngoài các ưu điểm của các hệ thống số nói chung, các

Ph¹m ThÞ Ngäc YÕn

Các bộ lọc số được phát triển từ phần cứng chủ yếu là

Khi tần số lấy mẫu được tăng lên, T giảm, và số lượng

Ph¹m ThÞ Ngäc YÕn

Ph¹m ThÞ Ngäc YÕn

Ph¹m ThÞ Ngäc YÕn

Chú ý rằng, các bộ lọc phần mềm không tương thích

Ph¹m ThÞ Ngäc YÕn

Mục đích sử dụng/ứng dụng lọc số

Ph¹m ThÞ Ngäc YÕn

Ph¹m ThÞ Ngäc YÕn

1. Läc kh«ng ®Ö qui: cã hÖ sè ai=0 → kiÓu bé läc kh«ng

2. Läc ®Ö qui: hÖ sè ai≠0 → kiÓu bé läc cã vßng ph¶n håi

14 Ph¹m ThÞ Ngäc YÕn

Ph©n lo¹i läc sè: tõ phương tr×nh 5-1

1. Läc cã ®¸p øng xung

2. Läc cã ®¸p øng xung

15 Ph¹m ThÞ Ngäc YÕn

TÝch ▪ §¸p øng xung (miÒn thêi gian)

▪ §¸p øng tÇn sè (miÒn tÇn sè)

16 Ph¹m ThÞ Ngäc YÕn

17 Ph¹m ThÞ Ngäc YÕn

19 Ph¹m ThÞ Ngäc YÕn

20 Ph¹m ThÞ Ngäc YÕn

☺☺ T¹i sao trong c¸c tµi liÖu

Cã sù chuyÓn ®æi dÔ dµng gi÷a

21 Ph¹m ThÞ Ngäc YÕn

BiÕn ®æi th«ng thÊp → th«ng cao

22 Ph¹m ThÞ Ngäc YÕn

BiÕn ®æi th«ng thÊp + th«ng cao → th«ng mét d¶i

23 Ph¹m ThÞ Ngäc YÕn

24 Ph¹m ThÞ Ngäc YÕn

§5.3. Lọc không đệ qui

25 Ph¹m ThÞ Ngäc YÕn

Để thiết kế (tổng hợp) bộ lọc FIR, chúng ta sẽ phải nghiên

26 Ph¹m ThÞ Ngäc YÕn

Bộ lọc có pha tuyến tính khi:

Hai trường hợp:

28 Ph¹m ThÞ Ngäc YÕn

H (e j ) có thể tính theo FT [ h[n] ]

29 Ph¹m ThÞ Ngäc YÕn

30 Ph¹m ThÞ Ngäc YÕn

31 Ph¹m ThÞ Ngäc YÕn

Phương trình chuỗi trên có một nghiệm duy nhất tại:

32 Ph¹m ThÞ Ngäc YÕn

33 Ph¹m ThÞ Ngäc YÕn

34 Ph¹m ThÞ Ngäc YÕn

35 Ph¹m ThÞ Ngäc YÕn

Bộ lọc loại 1: h(n) đối xứng, N lẻ

36 Ph¹m ThÞ Ngäc YÕn

37 Ph¹m ThÞ Ngäc YÕn