КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Фильтры нижних и верхних частот
где Нерекурсивные ЦФ более сложны в вычислительном отношении, чем рекурсивные с аналогичными частотными характеристикам. Однако для рекурсивных фильтров труднее обеспечить линейность фазовой характеристики (т. е. постоянство временной задержки для составляющих всех частот), что очень важно при анализе сигнала, так как нелинейность фазовой характеристики может приводить к его изменению. Кроме того, для рекурсивных фильтров при реализации их микропроцессорами невысокой разрядности (8—16 бит) не всегда удается обеспечить устойчивость и избежать накопления ошибок, в то время как для нерекурсивных ЦФ этой проблемы не существует. В силу перечисленных причин более широкое распространение в алгоритмах оперативного анализа ритма сердца находят нерекурсивные фильтры, хотя это не исключает возможности использования в ряде случаев и рекурсивных ЦФ как в качестве ФВЧ, так и в качестве ФНЧ. Используемые в КМ нерекурсивные ЦФ имеют обычно предельно упрощенный вид импульсных характеристик, что вызвано необходимостью снижения их вычислительной сложности. В частности, во многих разработках используются ФНЧ с прямоугольной или треугольной формой импульсных характеристик, которые соответственно описываются следующим образом:
где Линейность фазовых характеристик нерекурсивных ЦФ обеспечивается при соблюдении одного из четырех условий симметрии импульсной характеристики: симметричности при нечетном числе коэффициентов; симметричности при четном числе коэффициентов; антисимметричности при нечетном числе коэффициентов; антисимметричности при четном числе коэффициентов. Из перечисленных видов фильтров только первые два могут иметь частотную характеристику ФНЧ, причем фильтр с четным числом коэффициентов вносит задержку, кратную половине интервала дискретизации, что может создавать неудобства для дальнейшего анализа сигнала. Поэтому наиболее подходящими следует считать нерекурсивный ЦФ с симметричной импульсной характеристикой при нечетном числе коэффициентов, которые определяются соотношением:
где
где Идеальный фильтр нижних частот должен иметь АЧХ типа той, которая показана на рис. 6,а. Все составляющие входного сигнала с частотами ниже частоты среза Fc такой фильтр беспрепятственно пропускает, а остальные — полностью устраняет. Однако практическая реализация идеального фильтра невозможна, так как он должен был бы иметь бесконечное число коэффициентов. Вид асимптотической АЧХ фильтра, реализуемого на практике, приведен на рис. 6,6. Различают три диапазона частот:
Здесь
Рис. 6. Амплитудно-частотная характеристика идеального (а) и приближенного к реальному (б) ФНЧ
Например, для оперативного анализа ритма сердца в микропроцессорных КМ наиболее подходящими оказываются ФНЧ с
Его импульсная и амплитудно-частотная характеристики приведены на рис. 7. Как можно видеть, АЧХ этого фильтра близка к желаемой, а простота реализации обеспечивается тем, что его коэффициенты представляют собой правильные дроби со знаменателем, равным 32 = 25, а их сумма равна единице. Реализация нерекурсивных ФВЧ оказывается значительно сложнее, чем реализация ФНЧ, так как требуемые для фильтрации ЭКС цифровые фильтры верхних частот могут иметь до 50 и более коэффициентов. Поэтому на практике удается использовать только сравнительно узкий класс нерекурсивных ФВЧ, которые могут быть сделаны простыми для вычисления. Наиболее часто для этой цели используют упоминавшиеся выше ФНЧ с прямоугольной или треугольной импульсной характеристикой, преобразованные в ФВЧ. Если ФНЧ задан выражением
Рис. 7. Амплитудно-частотная (а) и импульсная (б) характеристики ФНЧ
то соотношение вида
соответствует фильтру верхних частот с амплитудно-частотной характеристикой
где
чего на практике всегда можно достичь соответствующим масштабированием коэффициентов. На рис. 8 проиллюстрирован принцип построения ФВЧ на основе известного ФНЧ и показана взаимосвязь между их импульсными и амплитудно-частотными характеристиками. Например, с точки зрения решения задачи обнаружения QRS-комплекса ЭКС на фоне помех наилучшие результаты дает применение ФВЧ с
Этот ЦФ получен подбором коэффициентов на основе фильтра с треугольной импульсной характеристикой. Нетрудно показать, что
Рис. 8. Построение ФВЧ на основе известного ФНЧ V
данный ФВЧ может быть преобразован в рекуррентную форму
что существенно упрощает его программную реализацию. Амплитудно-частотная характеристика этого фильтра показана на рис. 9.
Рис. 9. Амплитудно-частотная ха рактеристика ФВЧ Рис. 10. Амплитудно-частотная характеристика результирующего полосового фильтра Последовательная фильтрация сигнала с помощью ФНЧ и ФВЧ, АЧХ которых приведены на рис. 7 и 9, эквивалентна использованию полосового фильтра, частотная характеристика которого представлена на рис. 10, а на рис. 11 показаны примеры обработки фрагментов ЭКС с применением этих фильтров. Еще одним примером применения нерекурсивных ФВЧ может служить процедура оценки зашумленности ЭКС по относительному содержанию в сигнале высокочастотных составляющих. Для этой цели часто используется вторая разность отсчетов сигнала, представляющая собой цифровой фильтр, задаваемый выражением
Рис. 11. Примеры предварительной обработки фрагментов ЭКС с помощью цифровой фильтрации: а — исходный ЭКС; б - ЭКС после ФНЧ; в - ЭКС после ФВЧ
Частотная характеристика этого фильтра для частоты дискретизации, равной. 250 Гц, показана на рис. 12. Как видно.из рисунка, фильтр усиливает составляющие сигнала, спектр которых лежит в полосе частот приблизительно от 40 Гц и выше, т. е. ту часть ЭКС, которая почти не содержит полезной для оперативного анализа информации. Для оценки уровня зашумленности сигнала обычно используют скользящее •среднее модулей отсчетов сигналя, прошедшего через ЦФ второй разности отсчетов:
где zi — i-й отсчет скользящего среднего, а N — размер окна усреднения (как правило, N лежит в пределах от 10до 30). Уровень помех считают недопустимо высоким, если хотя бы для одного i, относящегося к анализируемому фрагменту сигнала, значение zi оказывается выше определенного порога. Высота этого порога зависит от задач и условий обработки и должна подбираться экспериментально для каждого конкретного алгоритма.
Рис. 12. Амплитудно-частотная характеристика фильтра для оценки зашумленности сигнала
Дата добавления: 2015-05-26; Просмотров: 2013; Нарушение авторских прав?; Мы поможем в написании вашей работы! |