федеральное агентство железнодорожного транспорта
Федеральное государственное бюджетное образовательное учреждение
высшего образования
«Петербургский государственный университет путей сообщения
Императора Александра I»
(ФГБОУ ВО ПГУПС)
Факультет «Автоматизация и интеллектуальные технологии»
Кафедра «Методы и приборы неразрушающего контроля»
Пояснительная записка
к курсовой работе
на тему: «Обработка и обнаружение акустических сигналов»
Обучающийся группы ПБ-713 |
________________ |
Сабитов И.А. |
|
Подпись, дата |
|
Преподаватель |
________________ |
Чурова В.В. |
|
Подпись, дата |
|
|
|
|
Санкт-Петербург
2020
Содержание
Исходные данные Error: Reference source not found
Приложение 1 3
№ 3
№ раздела работы 3
1.1 3
1.2 3
2.2 3
2.3 3
4.1 3
4.2 3
Имя файла 3
Имя файла 3
,дБ 3
3
,Гц 3
,Гц 3
Функция 3
,дБ 3
T,мс 3
N,байт 3
9 4
Data8.txt 4
Data8.png 4
50 4
0.6 4
60 4
110 4
filter 4
-80 4
450 4
3 4
4
Обозначения и сокращения 4
Приложение 2 4
1 Исследование параметров случайного процесса 5
1.1 Расчет числовых характеристик 5
1.2 Спектральный анализ сигнала 7
2 Выбор метода предварительной обработки сигнала 9
2.1 Спецификация требований к фильтру 9
2.2 Вычисление коэффициентов фильтра 10
2.3 Реализация фильтра в среде Matlab 13
3 Разработка алгоритма обнаружения сигнала 14
4 Разработка блок-схемы устройства цифровой обработки сигнала 16
4.1 Расчет параметров аналого-цифрового тракта: 18
4.2 Расчет объема внутренней памяти для хранения данных 18
Список литературы 20
Приложение 1
№ |
№ раздела работы |
||||||||||||
1.1 |
1.2 |
2.2 |
2.3 |
4.1 |
4.2 |
||||||||
Имя файла |
Имя файла |
|
|
|
|
Функция |
|
T,мс |
N,байт |
||||
9 |
Data8.txt |
Data8.png |
50 |
0.6 |
60 |
110 |
filter |
-80 |
450 |
3 |
|||
Приложение 2
с.в. |
- |
случайная величина |
СКО |
- |
среднее квадратическое отклонение |
ФНЧ |
- |
фильтр нижних частот |
ФВЧ |
- |
фильтр верхних частот |
ПФ |
- |
полосовой фильтр |
РФ |
- |
режекторный фильтр |
КИХ |
- |
конечная импульсная характеристика |
АЧХ |
- |
амплитудно-частотная характеристика |
ФЧХ |
- |
фазо-частотная характеристика |
БПФ |
- |
быстрое преобразование Фурье |
Случайным процессом X(t) называется процесс, значение которого при любом значении аргумента t является случайной величиной.
Cтатистические характеристики случайного процесса: математическое ожидание, дисперсия и корреляционная функция(СКО).
Оценка
для математического ожидания
дискретного сигнала
|
(1.1) |
Оценка
дисперсии
рассчитывается
по выражению
|
(1.2) |
Среднее квадратическое отклонение
= |
(1.3) |
Энергия сигнала по временной области
|
(1.4) |
В таблице 1.1 приведены результаты расчета параметров исходного сигнала по выражениям (1.1), (1.2), (1.3) и (1.4).
Таблица 1.1 – Числовые параметры исходного сигнала
Параметр сигнала |
Значение |
Оценка
математического ожидания
|
|
Оценка
дисперсии
|
|
Оценка
СКО
|
0,0082 |
Энергия
сигнала
|
|
Длительность сигнала Т, с |
7,5000 |
Оценка строится на гафике в виде двух линий:
и
.
Рисунок 1.1– График исходного сигнала
Текст программы в Matlab для расчета значений таблицы 1.1 и построения графика на рисунке 1.1. fx=load('Data8.txt'); n=length(fx); s=sum(fx); s=0; for i =1:n; s=s+fx(i); end mx=s/n; a=0; for i =1:n; a=a+(fx(i)-mx).^2; end Dx=a/(n-1); sigma=sqrt(Dx); E=0; for i =1:n; E=E+fx(i)^2; end fd=44100; dt=1/fd; T=dt*(n-1); t=0:dt:T; plot(t,fx); grid title('Зависимость <<Амплитуда-Время>>'); xlabel ('Время, c'); ylabel ('Амлитуда, B'); set(gcf, 'color', 'w'); y2=sigma-mx; y3=-sigma+mx; y1=0; hold on; plot([t(1) t(end)], [y1,y1], 'G'); plot([t(1) t(end)], [y2,y2], 'R'); plot([t(1) t(end)], [y3,y3], 'R'); hold off legend('Исходный сигнал', 'Оценка mx', 'Оценка \sigma'); save('fx.mat', 'fx', 'fd', 't'); |
Амплитудно-частотный спектр (АЧС) негармонической периодической функции – это дискретная функция частоты, значения которой равны амплитудам гармоник при соответствующих частотах, входящих в заданный ряд Фурье
Фазовый спектр – спектр колебаний, в котором величинами, характеризующими гармонические составляющие колебаний, являются их начальные фазы
Дискретное преобразование Фурье – одно из преобразований Фурье, которое требует в качестве исходного сигнала дискретную функцию, которая создаётся путём дискретизации.
График амплитудного спектра представлен на рисунке 1.2. На графике спектра отмечены составляющие, соответствующие гармоникам полезного сигнала1.
←1
←2 |
Рисунок 1.2 – График амплитудного спектра |
В таблице 1.2 определены точные значения максимума для выделенных гармоник.
Таблица 1.2 – Таблица гармоник полезного сигнала
№ |
Значение, Гц |
Амплитуда
|
f1 |
2658 |
0,001129 |
f2 |
4772 |
0,001977 |
Текст программы в Matlab для построения графика на рисунке 1.2. data = load('fx.mat'); fx = data.fx; N = length(fx); T = data.t(length(data.t)); Y = fft(fx); f = 1/T * (0:N/2-1); Y = 2 * abs(Y(1:N/2)) / N; plot(f,Y);grid; xlim ([0 6000]); ylim ([0 0.0025]); ylabel('|Y|') xlabel('Частота, Гц') title('Амплитудный спектр исходного сигнала')
|
Этапы разработки цифрового фильтра:
2.Вычисление подходящих коэффициентов фильтра.
3.Представление фильтра подходящей структурой
4.Анализ влияние конечной разрядности на производительность.
5.Реализация фильтра на программном и/или аппаратном уровне.
Амплитудно-частотная характеристика полосового КИХ-фильтра задается следующими параметрами2:
– затухание в полосе подавления;
–
неравномерность
в полосе пропускания;
–
ширина
полосы пропускания относительно
центральной частоты фильтра
;
– ширина полосы спада относительно граничной частоты среза фильтра.
Расчет граничных частот фильтра выполняется по формулам (2.1,2.2)
, (2.1)
, (2.2)
где:
– нижняя граничная частота полосы
пропускания;
– верхняя
граничная частота полосы пропускания;
– нижняя
граничная частота полосы подавления;
– верхняя
граничная частота полосы подавления.
На основании формул (2.1,2.2) для каждой центральной частоты из таблицы 1.2 заполняется таблица 2.1.
Таблица 2.1 – Частоты фильтра
Частота, Гц |
Полоса пропускания, Гц |
Полоса подавления, Гц |
||
|
|
|
|
|
|
2598 |
2718 |
2488 |
2828 |
|
4712 |
4832 |
4602 |
4942 |