Алгоритмы цифровой фильтрации сигналов методом усреднения и исследование эффективности их работы, страница 6

Рис.4.2.10. Зависимость Z = f(N₁).

            Как и ожидалось, увеличение длины памяти фильтра улучшает качество фильтрации.

            4.3. Рекуррентный алгоритм усреднения с конечной памятью

Будем подавать на вход фильтра постоянный по величине входной сигнал Y = 1 В. Исследуем зависимость выходного сигнала фильтра от величины длины наблюдаемой выборки m.

Рис. 4.3.1. Цифровая фильтрация сигнала при m = 3, X₀ = 0.

 

Рис. 4.3.2. Цифровая фильтрация сигнала при m = 5, X₀ = 0.

 

Рис. 4.3.3. Цифровая фильтрация сигнала при m = 9, X₀ = 0.

Таблица 4.3.1. Параметры фильтра при различных значениях корректирующего коэффициента.

 

Рис. 4.3.4. Зависимость Т = f(m).

            Здесь под T понимаем время, которое необходимо для получения установившегося

значения. Отметим увеличение T при увеличении m, что связано с большим влиянием

предыстории на результат.

Таблица 4.3.2. Параметры фильтра при различных значениях периода дискретизации (m = 5).

Отметим увеличение t_п.п.  при увеличении T₀.

            Подадим на вход фильтра зашумленный постоянный сигнал:

 

Рис. 4.3.5. Цифровая фильтрация сигнала при m = 3, X₀ = 0, X = 2,6 В.

            Реакция этого фильтра на зашумленный постоянный сигнал, в общем, такая же, как и фильтра с постоянным коэффициентом коррекции.

            Подадим на вход фильтра синусоидальный сигнал.

 

Рис. 4.3.6. Цифровая фильтрация сигнала при m = 3, X₀ = 0.

Таблица 4.3.3. Параметры фильтра при различных значениях корректирующего коэффициента.