Автор МаЛо... задал вопрос в разделе Наука, Техника, Языки
Что такое адаптивный трансверсальный фильтр? Для чего он? и получил лучший ответ
Ответ от Олег Пивовар[гуру]
Основная характеристика линейного фильтра - импульсная характеристика. По простому, реакция фильтра на удар коротким импульсом (звон камертона). Используя ее можно узнать реакцию фильтра на произвольный сигнал. Синтез импульсной характеристики и есть синтез фильтра. Это так, для общего понимания.
Трансверсальный фильтр - есть одним из основных элементов современных радиолокационных станций, где используются сложные (сложным образом модулированные) сигналы для обнаружения целей. Сейчас он реализуется при помощи цифровых вычислительных мощностей, но по своей сути собирается на основе многоотводной линини задержки, усилителей с возможностью регулировать усиление (установка весовых коэффициентов) и сумматоров. Дискретность во времени отводов линии задержки определяет частоту апроксимации импульсной характеристики (чем меньше, тем лучше) .
Подобная аналоговая структура имеет два равноправных входа с разных сторон линии задержки. И в зависимости от используемого входа может реализовывать разные математические функции как синтеза сигналов, так и его последующей обработки. Например, если на первый вход подать дельта-импульс, то получим зондирующий импульс радиолокатора, а если этот импульс подать на другой вход, то на первом получим результат оптимальной обработки - автокорелляционную функцию, по которой и получают все характеристики сигнала (а значит и цели). В этом и состоит трансверсия - прохождения сигнала туда и обратно через какую то систему с качественным результатом. Может в других отраслях есть и другие понятия, но в радиотехнике - вроде так.
Если изменять значения весовых коеффициентов усилителей, которые висят на отводах линии задержки, то можно генерировать различные сигналы, подстраиваться, так сказать, к окружающей помеховой обстановке. Если врубить обратную связь и установить критерии подстройки, то это может реализовываться автоматически. В этом состоит адаптивность (приспособленчество) фильтра.
Источник: Курс лекций - радиотехнические системы...
ухх... ну ты забатсола! ! я даже выговарить немогу))
За десятилетия своего существования адаптивная обработка сигналов претерпела существенные изменения, пройдя путь от простейших градиентных до сложных рекурсивных алгоритмов по критерию наименьших квадратов (НК). Несмотря на преимущества сложных алгоритмов, на практике продолжают использовать простые алгоритмы, поскольку они имеют несложное математическое описание и требуют для реализации минимальных вычислительных ресурсов.
Рассматриваемая в предлагаемой статье библиотека содержит около 400 алгоритмов адаптивной фильтрации (АФ) , которые могут быть использованы в качестве моделей/прототипов, в частности при проектировании различных радиотехнических устройств и систем, при изучении методов современной обработки сигналов, при реализации микропроцессорных (МП) БИС (например, серии "Мультикор"), разработанных НПЦ "Элвис". Данная библиотека является составной частью прикладной библиотеки алгоритмов и программ указанных БИС. Использование элементов этой библиотеки позволяет ускорить разработку приложений, а использование сложных алгоритмов АФ – добиться высокого качества этих приложений.
Адаптивная обработка сигналов – важная составная часть современной цифровой обработки сигналов (ЦОС). Результаты исследований, полученные в области адаптивной обработки сигналов, широко используются в современных изделиях электронной техники, радиотехники, связи и ряда других областей. Например, алгоритмы АФ являются неотъемлемой частью таких устройств, как эхо-компенсаторы, выравниватели электрических и акустических каналов, адаптивные антенные решетки.
На практике в таких устройствах в основном используются адаптивные фильтры, функционирующие на основе простейших градиентных алгоритмов по критерию наименьшего среднеквадратичного отклонения (СКО/LMS) или нормализованного СКО [1]. Такой выбор объясняется наименьшей вычислительной сложностью (числом арифметических операций, требуемых для выполнения одной итерации алгоритма в течение интервала дискретизации обрабатываемого сигнала) и алгоритмической простотой по сравнению с другими алгоритмами АФ. Вычислительная сложность простейших адаптивных алгоритмов равна 2N арифметических операций – умножений со сложениями (действительных или комплексных, в зависимости от вида обрабатываемого сигнала) , где N – число весовых коэффициентов адаптивного фильтра. Однако такие алгоритмы обладают низкой эффективностью (медленной сходимостью и остаточными ошибками на выходе фильтра в установившемся режиме, зависящими от величины шага сходимости). Эти недостатки особенно проявляются при обработке нестационарных сигналов.
Простые алгоритмы можно рассматривать как частные случаи более сложных рекурсивных алгоритмов наименьших квадратов (Recursive Least Squares, RLS) [2] или алгоритмов аффинных проекций (Affine Projections, AP) [3]. Более сложные адаптивные алгоритмы обеспечивают более высокие показатели качества: большую скорость сходимости, меньшее значение ошибки в установившемся режиме по сравнению с простейшими алгоритмами. Однако сложные RLS- и AP- алгоритмы менее популярны в приложениях, поскольку для их реализации требуется больше вычислительных ресурсов. Так, для AP-алгоритмов эта сложность оценивается как O(NL), для быстрых (Fast AP – FAP), т. е. вычислительно эффективных алгоритмов, – как O(NL), для RLS-алгоритмов – как O(N2), и быстрых RLS-алгоритмов – O(N). Здесь L – размер проекции (длина скользящего окна, на котором определяется градиент) .