Научно-технические задачи в Maple



         

Шаг 2



Шаг 2



Вычислим FIR-коэффициенты для прямоугольного окна фильтра:

> С :-=(n) -> limit(g,t=n):h := aray(0..N): N2:=N/2:

> for n from 0 to N2 do h[N2-n]:= evalf(C(n)); h[N2+n] := h[N2-n]; od:

Определим массивы входного x(n) и выходного у(n) сигналов:

> х := array(-N..T): y := аггау(0..Т):

Установим значение х(n) равным 0 для времени меньше 0 и 1 для времени >=0:

> for n from -N to -1 do x[n] := 0; od:

> for n from 0 to Т do x[n] := Dirac(n); od:

Вычислим временную зависимость для выходного сигнала: 

> for n from 0 to Т do y[n] := sum(h[k]*x[n-k],k=0..N): od:

Построим график импульсной характеристики фильтра, отражающей его реакцию на сигнал единичной площади с бесконечно малым временем действия:

> р := [seq([j/fs,y[j]],j=0..T)3:

> plot(p, time=0..3*N/fs, labels=[time,output], axes=boxed, xtickmarks=4, title-'Иипульсная характеристика фильтра',color=black);

Он показан на Рисунок 17.19. Нетрудно заметить, что эта характеристика свидетельствует об узкополосности фильтра, поскольку его частоты fl и fh различаются несильно. В этом случае полосовой фильтр по своим свойствам приближается к резонансному, хотя само по себе явление резонанса не используется.




Содержание  Назад  Вперед