1 Johdanto. 2 Diskreettien IIR-suodattimien suunnittelu jatkuva-aikaisista suodattimista. 1.1 IIR vai FIR äänten suodattamiseen?

Samankaltaiset tiedostot
Vastekorjaus (ekvalisointi)

Vastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons.

Vastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal processing. Wiley & Sons. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons.

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

FIR suodinpankit * 1 Johdanto

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Suodinpankit ja muunnokset*

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

1 Johdanto. 2 Kriittinen näytteistys 2:lla alikaistalla. 1.1 Suodatinpankit audiokoodauksessa. Johdanto

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Suodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)

1 Vastaa seuraaviin. b) Taajuusvasteen

Katsaus suodatukseen

Digitaalinen Signaalinkäsittely T0125 Luento

SMG-1100: PIIRIANALYYSI I. Verkkojen taajuusriippuvuus: suo(dat)timet

Tuntematon järjestelmä. Adaptiivinen suodatin

TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen

1 Tarkastellaan digitaalista suodatinta, jolle suurin sallittu päästökaistavärähtely on 0.05 db ja estokaistalla vaimennus on 44 db.

Säätötekniikan ja signaalinkäsittelyn työkurssi

T Digitaalinen signaalinkäsittely ja suodatus

1 Olkoon suodattimen vaatimusmäärittely seuraava:

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Harjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.

ELEC-C Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus

Luento 8. Suodattimien käyttötarkoitus

FYSP105 / K3 RC-SUODATTIMET

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

Spektri- ja signaalianalysaattorit

T SKJ - TERMEJÄ

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Heikki Huttunen Signaalinkäsittelyn sovellukset

4. kierros. 1. Lähipäivä

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Elektroniikka, kierros 3

Flash AD-muunnin. Ominaisuudet. +nopea -> voidaan käyttää korkeataajuuksisen signaalin muuntamiseen (GHz) +yksinkertainen

20 Kollektorivirta kun V 1 = 15V Transistorin virtavahvistus Transistorin ominaiskayrasto Toimintasuora ja -piste 10

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Remez-menetelmä FIR-suodinten suunnittelussa

Alias-ilmiö eli taajuuden laskostuminen

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Signaalinkäsittelyn sovellukset

Yksinkertaisin järjestelmä

ELEC-C5070 Elektroniikkapaja (5 op)

Analogiapiirit III. Keskiviikko , klo , TS127. Jatkuva-aikaiset IC-suodattimet ja PLL-rakenteet

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

Tietoliikennesignaalit & spektri

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset

3. kierros. 2. Lähipäivä

SGN Bachelor's Laboratory Course in Signal Processing ELT Tietoliikenne-elektroniikan työkurssi. Äänitaajuusjakosuodintyö ( )

Luento 8. Suodattimien käyttötarkoitus

R = Ω. Jännite R:n yli suhteessa sisäänmenojännitteeseen on tällöin jännitteenjako = 1

1 Diskreettiaikainen näytteistys. 1.1 Laskostuminen. Laskostuminen

KON-C3004 Kone- ja rakennustekniikan laboratoriotyöt Tiedonkeruu ja analysointi Panu Kiviluoma

Radioamatöörikurssi 2015

Digitaalinen signaalinkäsittely Johdanto, näytteistys

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

1 Äänisignaalin tallentaminen ja analysointi... 2 Q Q Q Q Häiriönpoisto... 5 Q Q Q2.3...

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

Dynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons, 2002.

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

6*. MURTOFUNKTION INTEGROINTI

Taajuustason tekniikat: Boden ja Nyquistin diagrammit, kompensaattorien suunnittelu. Vinkit 1 a

LABORATORIOTYÖ 2 A/D-MUUNNOS

Matematiikan peruskurssi 2

S SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

Esipuhe. Tampereella, 9. toukokuuta 2003, Heikki Huttunen

SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),

SIGNAALITEORIAN KERTAUSTA OSA 2

Successive approximation AD-muunnin

: Johdatus signaalinkäsittelyyn 2

1. a) Piiri sisältää vain resistiivisiä komponentteja, joten jännitteenjaon tulos on riippumaton taajuudesta.

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin

Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Suomenkielinen käyttöohje

Signaalimallit: sisältö

LABORATORIOTYÖ 2 A/D-MUUNNOS

AD/DA muunnos Lähteet: Pohlman. (1995). Principles of digital audio (3rd ed). Zölzer. (1997). Digital audio signal processing

PSYKOAKUSTINEN ADAPTIIVINEN EKVALISAATTORI KUULOKEKUUNTELUUN MELUSSA

Pianon äänten parametrinen synteesi

SGN-4200 Digitaalinen audio

2. kierros. 2. Lähipäivä

12. Stabiilisuus. Olkoon takaisinkytketyn vahvistimen vahvistus A F (s) :

Numeeriset menetelmät

LABORATORIOTYÖ 3 VAIHELUKITTU VAHVISTIN

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Luento 8. tietoverkkotekniikan laitos

Aktiivinen jakosuodin Linkwitz-korjauksella

Kapeakaistainen signaali

SIGNAALITEORIAN KERTAUSTA 1

Digitaalinen audio

Transkriptio:

Vastekorjaus (ekvalisointi) Lähteet: Zölzer. Digital audio signal proessing. Wiley & Sons. Regalia, Mitra. (987). Tunable digital frequeny response equalization filters. IEEE Trans. ASSP-35 No., Jan. 987. Sisältö: Johdanto IIR vai FIR äänten suodattamiseen? Diskreettien IIR:ien suunnittelu jatkuva-aikaisista yllykorjaimet Parametriset IIR-rakenteet Johdanto Vastekorjaus Spektrin ekvalisointi on yksi äänisignaalinkäsittelyn perusoperaatioita Vastekorjaimia eli ekvalisaattoreita on sekä ammattikäytössä että kuluttajilla kuluttajalaitteissa (esim. autoradio tai vahvistin) käytetään tyypillisesti yksinkertaista basson ja diskantin säätöä studioissa ja ammattimaisessa äänentoistossa käytetään hieman monimutkaisempia laitteita, esim. kolmannesoktaaveittain säädettävää korjainta Seuraavassa käsitellään vastekorjauksessa tavallisimmin tarvittavien suodattimien suunnittelua tässä kalvosetissä IIR-korjaimia, seuraavassa FIR-suodinpankkeja lähdemateriaalissa käytetään IIR- ja FIR-suodattimista nimiä rekursiiviset ja ei-rekursiiviset suodattimet termit OK Johdanto. IIR vai FIR äänten suodattamiseen? Vastekorjaus 3 IIR-suodattimet ovat laskennallisesti huomattavasti tehokkaampia kapea siirtymäkaista saavutetaan pienellä määrällä suodinkertoimia FIR-suodattimet mahdollistavat lineaarisen vaihevasteen äänen tapauksessa tämä ei ole mikään itseisarvo, sillä ihmiskuulo ei ole herkkä taajuuskomponenttien vaiheille magnitudivaste on huomattavasti tärkeämpi (vrt. näköaisti: ei päde) puoltaa IIR-suodattimien valintaa matalien taajuuksilla vaiheilla on vaikutusta stereokuvaan äänipuolellakin on signaaleita, joissa signaalin muodon säilyminen (eli vaihevaste) on tärkeä, esim. amplitudiverhokäyrä ajan funktiona FIR-suodattimet mahdollistavat täydellisemmän vasteen hallinnan suodatinpankkeja suunnitellessa FIR-suodattimilla saavutetaan ns. täydellinen rekonstruktio, eli analyysi/synteesi pankki ei muuta signaalia, mikäli kaistoilla ei tehdä kvantisointia tai muuta prosessointia helpottaa esim. audiokoodekin suunnittelua (useimmat käyttävät FIR-pankkia) FIR:n etuja myös varma stabiilisuus, ja yleensä lyhyempi tarvittava sananpituus suodattimen kertoimia ja tilamuuttujia kvantisoidessa Valinta riippuu käyttötarkoituksesta ja tehokkuusvaatimuksista Diskreettien IIR-suodattimien suunnittelu jatkuva-aikaisista suodattimista IIR-suodinten suunnittelussa yleisin menetelmä on bilineaarimuunnos, joka muuttaa jatkuva-aikaisen (stason) siirtofunktion diskreettiaikaiseksi (z-tasoon) Jatkuva-aikaisen siirtofunktion (s) suunnittelu Vastekorjaus 4 tyypillisesti käytetään pohjana normalisoitua muotoa jostain analogisesta suotimesta (Butterworth, Chebyshew I,II, elliptinen) käsitellään siirtofunktion normaalimuotoa halutun rajataajuuden, siirtokaistan ja vahvistuksen saamiseksi valmiit suunnittelumenetelmät ovat olemassa ja selkeitä käyttää s-tason siirtofunktio on usein yksinkertaisempi ja jo siirtofunktiosta näkee (harjaantumalla) vasteen käyttäytymistä Em. menetelmillä saadaan jatkuva-aikainen siirtofunktio (s), joka sitten muutetaan bilineaarimuunnoksella diskreettiaikaiseen muotoon (z)

IIR-suodinten suunnittelu bilineaarimuunnoksella Kurssivaatimuksia koskeva huomautus Vastekorjaus 5. Bilineaarimuunnos Vastekorjaus 6 Tässä noudatamme JSK I&II -kursseilla valittua tapaa tukeutua osittain Matlabin valmiisiin rutiineihin etu: voidaan keskittyä suodattimien käytännöllisiin ominaisuuksiin, tarvitsematta hukkua kaavanpyöritykseen ja arvojen taulukointiin s-tason siirtofunktioita voi suunnitella Matlabissa, ja muunnoksen z-tasoon voi myös tehdä Matlabin avulla, kuten seuraavassa nähdään Tämän kalvosetin (Vastekorjaus) osalta ei tarvitse opetella ulkoa yksittäisiä kaavoja riittää ymmärtää periaatetasolla miten suotimia suunnitellaan ja tietää mitä eri suodintyypeillä tarkoitetaan kaavanpyöritys toivottavasti silti auttaa ymmärtämään syvällisemmin, miten esim. Matlabin suodinsuunnittelurutiinit on tehty (kokeile type butter Matlabissa) kaavapuoli kartuttaa signaalinkäsittelyn osaamista yleisemmin, eikä ole pelkästään audiospesifiä Bilineaarimuunnoksella s-tasosta z-tasoon saadaan jatkuva-aikaisesta siirtofunktiosta (s) diskreetti (z) Bilineaarimuunnos on yksinkertainen s-tason imaginääriakselin kuvaus z-tason yksikköympyrälle s-tason jω-akseli (Ω on taajuus) z-tason ympyrä e jω (ω taajuus) koko taajuusakseli - Ω kuvautuu välille -π ω π Bilineaarimuunnos Vastekorjaus 7 Bilineaarimuunnos Vastekorjaus 8 Kuvaus tehdään korvaamalla s siirtofunktiossa (s) z s T z + käytännössä ei aleta käsin laskemaan, vaan Matlabissa T/f s on muunnoksen näytteenottoväli, Matlabissa käytämme vakioparametria f s. Tällöin diskreetin suotimen rajataajuus voidaan antaa normaaliin tapaan suhteessa Nyquistin taajuuteen (Nyquistin taajuus on mikäli f s ) Esimerkki: [Bz,Az]bilinear(Bs,As,fs) missä Bz,Az ovat diskreettiaikaisen suodattimen osoittaja ja nimittäjä (Bs,As jatkuva-aikaisen) ja fs. Bilineaarimuunnoksella on monia mukavia ominaisuuksia stabiili, kausaalinen, jatkuva-aikainen suodatin kuvautuu stabiiliksi diskreettiaikaiseksi suodattimeksi Yhteys taajuusmuuttujien Ω ja ω välillä saadaan sijoittamalla bilineaarimuunnoksen kaavaan sjω ja ze jω jωt jωt / e e [ j sin( ωt / ) ] ωt jω tan jωt jωt / T + e T e [ j sin( ωt / ) ] T Tästä saadaan ωt Ω tan T ja toisin päin ΩT ω artan T Digitaalista suodatinta suunnitellessa pitää ω:n suhteen annetut vaatimukset muuttaa Ω-akselille em. yhteyttä käyttäen

. Suotimen suunnitteluproseduuri analogisen suodattimen kautta Vastekorjaus 9. Valitaan pohjaksi jokin klassinen analoginen suodin (Butter, Cheby,, elliptinen). Esim. Butterworthille: [Bs,As]butter(,, s ); % aste, rajataajuus Bs[ ]; A[ ]; % normaalimuoto (s):lle. Lasketaan analogisen suodattimen (s) rajataajuus, joka vastaa halutun diskreetin suodattimen (z) rajataajuutta Wn.3; %haluttu diskreetti rajataajuus (Nyquist) T.5; % näytteenottoväli (/fs, fs pid.vakiona) omega/t*tan((*pi*wn)/(/t)); % analog.rajataaj 3. käsitellään jatkuvaa siirtofunktiota (s) halutun rajataajuuden (tai siirtokaistan, vahvistuksen, tms.) saamiseksi [Bs,As]lplp(Bs,As,omega); % rajataajuus omega Bs[.38]; A[.38]; % haluttu (s) 4. käytetään bileaarimuunnosta diskreetin siirtofunktion saamiseksi [Bz,Az]bilinear(Bs,As,/T); B[.3375.3375]; A[. -.349] s + Suotimen suunnitteluproseduuri Vastekorjaus Tarkistuksen vuoksi kasketaan Matlabin rutiinilla butter suoraan diskreettiaikainen alipäästösuodatin, jonka rajataajuus f on.3*(f s /), missä f s on näytteistystaajuus Wn.3; [B,A]butter(,Wn); B [.3375.3375]; A [. -.349]; Saatiin siis sama tulos kuin analogisen suodattimen kautta suunnitellen Miksi siis tehdä vaikeimman kautta: ensin analoginen suodin ja sitten bilineaarimuunnos? s-tasossa suodattimia voidaan hallitusti suunniltella ja muutella, ennen siirtymistä lopulliseen diskreettiaikaiseen esitykseen esim. Matlabin butter -rutiini tekee juuri näin: suunnittelee ensin jatkuvaaikaisen suotimen ja muuttaa sen sitten diskreetiksi (type butter) Analogisen suotimen säätämiseen on Matlab-rutiinit (esim. lplp edellä muutti rajataajuutta) ja jatkossa tukeudutaankin Matlabiin vastaavat asiat voi tehdä kynällä ja paperilla: manipuloidaan osoittajan ja nimittäjän kertoimia soveltaen simppeleitä matemaattisia sääntöjä.3 Ali- ja ylipäästösuodattimet (IIR) Vastekorjaus.4 Butterworth-suodattimen ominaisuuksia Vastekorjaus Jatkossa suodattimien vasteita pyöritellään niiden suunnittelun ymmärtämiseksi hieman s-tasossa Butterworth-tyyppiset ali- ja ylipäästösuodattimet käytössä esim. analogimiksereissä kaistan rajoittamiseen monotoninen päästökaistan vaste, monotonisesti laskeva estokaistan vaste siirtofunktiot toisen asteen ali- (LP) ja ylipäästösuodattimille (P): ( s) s LP s + s Q + P ( s) s + s Q + Q missä Butterworthin tapauksessa Matlabissa jatkuva-aikainen siirtofunktio (s):n saadaan s parametrilla [oletusarvoisesti palautetaan (z)] [Bs,As]butter(,,'s'); % rajataajuus Bs [ ] % LP :n osoittajan kertoimet As [.44 ] % LP :n nimittäjän kertoimet Kuva: taajuusvasteita toisen ja neljännen asteen Butterworth-suodattimille ylipäästösuodatus (f 5 z) ja alipäästösuodatus (f 5 z)

Butterworth-suodattimen ominaisuuksia Vastekorjaus 3 Butterworth-suodattimen ominaisuuksia Vastekorjaus 4 Vastekorjauksen tietyissä sovelluksissa ei haluta jyrkkiä siirtymäkaistoja, vaan esimerkiksi pehmeärajainen korostus tai leikkaus matalille taajuuksille Butterworth ja sen sukuiset suodattimet sopivat tähän, koska: Vaste on maksimaalisen laaka päästö- ja estokaistalla mahdollisimman moni derivaatta on nolla taajuudella nolla vaste on monotonisesti laskeva Päästökaistan vaihevaste on lähes lineaarinen signaalin muoto säilyy hyvin Estokaistan vaimennus menee kauempana hyvin syvälle myös estokaistan vaihevaste on melko lineaarinen Suodinkertoimia tarvitaan hieman enemmän kuin esim. elliptisen suodattimen tapauksessa, mutta ero on pieni Vertailua: kuudennen asteen kaistanpäästösuodatin. viiva: Butterworth, - - - katkoviiva: elliptinen suodin YLLÄ magnitudivaste vaihevaste ALLA magnitudivaste zoomattuna päästökaistalle vaihevaste zoomattuna päästökaistalle 3 Vastekorjaus 5 3. Matalien taajuuksien korostus Vastekorjaus 6 yllysuotimia (hyllykorjaimia) käytetään korostamaan tai leikkaamaan tiettyjä taajuuksia engl. shelving filter, shelving equalizer tietty taajuuskaista hyllytetään (nostetaan/lasketaan) eri tasolle kuin muut taajuudet Idea: Muutetaan jotakin osaa taajuusspektristä ja jätetään muu osa spektristä koskemattomaksi vrt. tyypillisesti päästetään joitain taajuuksia ja estetään muut Sovellus vastekorjaukseen ja vasteen hallintaan on ilmeinen manipuloidaan järjestelmän vastetta vain tietyllä taajuusalueella Seuraavassa käsitellään ensimmäisen ja toisen asteen hyllysuotimia näiden peruslohkojen kaskadeilla saadaan aikaan erilaisia vasteen manipulointeja Yksinkertainen ensimmäisen asteen korostussuodatin matalille taajuuksille ( basso ) + s + Bs[ ]; As[ ]; Æ koostuu ensimmäisen asteen alipäästösuotimesta (missä d-komponenttia vahvistetaan vakiolla ), sekä all-pass komponentista, jonka siirtofunktio on (s) Voidaan kirjoittaa muotoon s + ( + ) s + V s + s + missä V määrää vahvistuksen taajuudella ω Säätämällä V :n arvoa saadaan haluttu korostus tai leikkaus Æ ks. kuva seuraavalla sivulla [Bs,As]butter(,,'s');

Matalien taajuuksien korostus Sama lohkokaaviona Kuva: edellä esitetyn hyllysuotimen taajuusvasteen asymptoottikäyrät V :n eri arvoilla heikkous: kun V <, rajataajuus ω siirtyy matalammaksi x(n) LP Vastekorjaus 7 y(n) Matalien taajuuksien korostus Vastekorjaus 8 Miksi rajataajuus siirtyy? Mikäli negatiivinen korostus, eli leikkaus menisi oikein, korostus- ja leikkausjärjestelmä kumoaisivat toisensa sarjaan kytkettynä näin ei kuitenkaan käy + vakio s + s + (sen sijaan nämä kyllä kumoaisivat toisensa rinnan kytkettynä + + vakio s + s + tämä ei kuitenkaan ole se mitä halutaan leikkaukselta) 3. Matalien taajuuksien leikkaus Vastekorjaus 9 3.3 Korkeiden taajuuksien korostus/leikkaus Vastekorjaus Jotta saataisiin taajuusakselin suhteen symmetrinen vaste muuttamatta rajataajuutta, täytyy korostussuotimen siirtofunktio kääntää leikkauksen tapauksessa (V < ): s + s + V Kuva: yllä olevan siirtofunktion taajuusvasteen asymptoottikäyrät Nyt korostus ja leikkaus kumoavat toisensa sarjaan kytkettynä (selviö) s + s + V + s V s + Vastaava hyllysuodin korkeille taajuuksille ( diskantti ) saadaan alipäästö ylipäästö muunnoksella Matlabissa alipäästö ylipäästö muunnos tehdään [Bsh,Ash]lphp(Bsl, Asl, Wo) missä Bsl,Asl ovat alipäästösuodattimen siirtofunktion osoittaja ja nimittäjä, Bsh,Ash vastaavasti ylipäästön. Mikäli rajataajuutta ei haluta muuttaa Wo. Korostuksen tapauksessa saadaan: sv +, V > Bsh[V ]; Ash[ ] s + Leikkauksen tapauksessa taas käännetään yllä oleva: s +, V < sv + missä parametri V määrää siirtofunktion (s) arvon taajuudella Ω (kuvautuu diskr. suotimen Nyquistiksi) [Bsh,Ash]lphp([ V],[ ],);

3.4 Toisen asteen hyllysuotimet Vastekorjaus Toisen asteen korostussuodatin Vastekorjaus Siirtofunktio toisen asteen matalien taajuuksien korostussuodattimelle: [Bs,As]butter(,,'s'); % rajataajuus Bs [ ]; As [.44 ]; Kuva: toisen asteen hyllysuotimien magnitudivasteet matalien taajuuksien korostus/leikkaus: f z korkeiden taajuuksien korostus/leikkaus: f 5 z s + V s + V + s + s + s + s + Leikkaus saadaan jälleen kääntämällä tämä siirtofunktio Siirtofunktio toisen asteen korkeiden taajuuksien korostussuodattimelle saadaan taas yllä olevan alipäästö ylipäästö muunnoksella: Vs + s + V s + s + [Bsh,Ash] lphp(... [ sqrt(*v) V],... [ sqrt() ],); 3.5 Rajataajuuden määrääminen Vastekorjaus 3 Rajataajuuden määrääminen Vastekorjaus 4 Edellä jatkuva-aikaiset suodattimet suunniteltiin käyttäen normalisoitua rajataajuutta Ω esiintyi lausekkeissa butter(asteluku,rajataajuus, s ) Suodattimen rajataajuutta voidaan yleisessä tapauksessa muuttaa ns. alipäästö alipäästö muunnoksella Matlabissa muunnos: [Bs,As]lplp(Bs,As,omega); missä omega (Ω) on haluttu jatkuva-aikaisen suotimen rajataajuus esimerkki: tavallinen ylipäästösuodin, jonka rajataajuus f on.*(f s /) T.5; % kiinteä muunnosvakio (näyteväli) Wn.; % haluttu diskreetin suotimen rajataajuus % jatkuva-aik. -asteen ylipäästösuodin,rajataajuus [Bs,As]butter(,,'high','s'); % rajataajuuden siirto halutuksi (alip-alip muunnos): [Bs,As]lplp( Bs, As, /T*tan((*pi*Wn)/(/T))); % diskreetti suodatin saadaan bilineaarimuunnoksella [B,A]bilinear(Bs,As,/T); taaj.: z-taso s-taso % plotataan suodattimen vaste freqz(b,a); ωt Ω tan Magnitudivasteen 3 db:n raja on f.*f s kohdalla T Plotattu vaste: edellisen sivun tavallinen ylipäästösuodin, jonka rajataajuus on.*(f s /):n

3.6 Piikkisuodatin Vastekorjaus 5 Piikkisuodatin: esimerkki Vastekorjaus 6 Piikkisuodattimella voidaan korostaa tai leikata haluttua taajuutta Toisen asteen kaistanpäästösuodattimen siirtofunktiosta (/ Q ) s BP ( s) Bs[.45 ]; As[.45 ]; s + ( Q ) s + voidaan johtaa piikkisuodattimen siirtofunktio s + [( + ) / Q ] s + + BP ( s) s + ( Q ) s + s + ( V Q ) s + s + ( Q ) s + [Bs,As]butter(,[.8.5],'s'); Taajuusvasteen maksimiarvon keskitaajuudella määrää parametri V, ja suhteellisen kaistanlevyden Q-arvo Suunnitellaan Matlabissa diskreettiaikainen piikkisuodatin keskitaajuus: Wn f / (f s /) vahvistus keskitaajuudella desibeleinä: VdB terävyys, eli Q-arvo: Q Matlab-koodi: % speksataan halutut arvot suodattimen parametreille Wn.; VdB6; Q.5; T.5; % kiinteä muunnosvakio (näyteväli) Vlin^(VdB/); % Muunnetaan db-vahvistus lineaariseksi % käytetään piikkisuodattimen siirtofunktiota (ks. ed. sivu) Bs[ Vlin/Q ]; As[ /Q ]; % siirretään keskitaajuus halutuksi alip-alip muunnoksella [Bs,As]lplp(Bs,As,/T*tan((*pi*Wn)/(/T))); % diskreettiaikainen suodatin: [B,A]bilinear(Bs,As,/T); % plotataan vaste figure(); freqs(bs,as); figure(); freqz(b,a); Piikkisuodatin: esimerkki Vastekorjaus 7 Piikkisuodatin Vastekorjaus 8 Plotattu vaste: keskitaajuus., Q-arvo, eli kaistanleveys./. Edellä piikkisuodattimen keskitaajuus siirrettiin halutuksi Matlabissa alipäästö-alipäästö muunnoksella [...]lplp(...) On tietysti olemassa siirtofunktio, jossa kaikki kolme parametria (myös keskitaajuus) esiintyvät valmiina s + ( ω V Q ) s + ω s + ( ω Q ) s + ω tässä ω on keskitaajuus, V on vahvistus keskitaajuudella, ja Q on suotimen Q-arvo (terävyys) Yleensä on kuitenkin järkevämpää tallettaa taulukkoon vain perusmuoto, lähteä siitä liikkeelle, ja asettaa sitten keskitaajuus jne. muunnoksilla

Piikkisuodatin Piikkisuodattimen vaste. V :n arvoilla -6 db... 6 db f 5 z; Q.5;. Q :n arv..77,.5,.5, 3.5 f 5 z; V ± 6 db 3. f :n arv. 5,,, 4 z Q.5; V ± 6 db Vastekorjaus 9 4 Vastekorjaus 3 Parametriset suodinrakenteet mahdollistavat suodattimen parametrien säätämisen. Parametreja ovat: vahvistus keski-/rajataajuus kaistanleveys Parametrien muuttelu tapahtuu kontrolloimalla niihin vaikuttavia suodinkertoimia 4. Feed forward / bakward -rakenne Vastekorjaus 3 Feed forward / bakward rakenne Vastekorjaus 3 Toisistaan riippumaton vahvistuksen, raja-/keskitaajuuden, ja kaistanleveyden kontrolli saavutetaan korostukselle feed forward (FW) rakenteella ja leikkaukselle feed bakward (FB) rakenteella ks. kuva Siirtofunktiot ovat G FW ( z) + ( z) G FB ( z) + ( z ) missä V + ja (z) voi olla ali-, yli-, tai kaistanpäästösuodatin. Feed bakward tapauksessa sisäisen siirtofunktion täytyy olla muotoa ( z) z ( ), jotta diskreetti toteutus olisi stabiili z viiveetön takaisinpäin kytkentä ei ole sallittu FW/FB rakenteen heikkous on, että käytännön toteutuksessa taajuusvasteessa on pientä heittoa lähellä z ja z, johtuen z -termistä FW/FB -haarassa Tyypilliset audiosuodattimet on mahdollista implementoida ilman feed bakward rakennetta saavutetaan parametrien riippumaton hallinta korostuksen tapauksessa leikkauksen tapauksessa kaistanleveys ja vahvistus jäävät toisistaan riippuviksi seuraavassa esitetään ns. Regalia-suodatin: parametrinen suodinrakenne, joka perustuu siirtofunktion all-pass hajotelmaan Regalia, Mitra. (987). Tunable digital frequeny response equalization filters. IEEE Trans. on Aoust., Speeh, and Signal Proessing, Vol. ASSP-35 No., Jan. 987.

4. Regalia-suodatin: (I) korostus Vastekorjaus 33 Regalia-suodatin: korostus Vastekorjaus 34 Siirtofunktio ensimmäisen asteen matalien taajuuksien korostussuotimelle, jossa ω on korostuskaistan leveys s s + V ω s + ω ( ) 5. (a) missä () V ja ( ). Ylläoleva siirtofunktio on saatu jo opittuun tapaan: % ensimmäisen asteen alipäästösuodatin, rajataajuus [Bs,As]butter(,,'s'); % siirretään rajataajuus kohtaan w (.*(fs/)) T.5; w/t*tan((*pi*.)/(/t)); [Bs,As]lplp(Bs,As,w); Bsw; As[ w]; saadaan siirtofunktio ( s ω ) ja tästä korostussuotimen siirtofunktio (5. a) LP ω + ω s + V ω + V, + s + ω s + ω Siirtofunktio 5. (a) voidaan hajottaa osiin seuraavasti: s + Vω s ω + V 5. (b) s + ω s + ω s + ω Yhtälön 5. (b) alipäästö- ja ylipäästöosan siirtofunktiot voidaan kirjoittaa all-pass hajotelmana muodossa s s ω [ + ] Vω V s ω [ ] s + ω s + ω s + ω s + ω missä all-pass siirtofunktio korostuksen tapauksessa on siis s ω AB ( s) s + ω Regalia-suodatin: korostuksen toteutus A B (s):aa käyttäen 5. (a) voidaan kirjoittaa muotoon V [ + AB ( s)] + [ AB ( s)] Bilineaarimuunnoksella saadaan diskreetti versio V ( z) [ + AB ( z)] + [ AB ( z)] 5. () missä ab + z AB ( z) 5. (d) + abz ja taajuusparametri tan( ω T ) ab tan( ω T ) + Vastekorjaus 35 % all-pass osan A B (s) bilineaarim.: w.68; %hihasta s-tason rajataaj Bs[ -w]; As[ w]; % ed. sivu T.5; fs/t; % näyteväli [B,A]bilinear(Bs,As,fs); %hae A B (z) B[.785 ]; A[ -.785] ab(tan(w*t/)-)/(tan(w*t/)+); ab-.765; Regalia-suodatin: korostuksen toteutus Kuva: siirtofunktion 5. () suora toteutus Vastekorjaus 36 voidaan kontrolloida erikseen vahvistusta (V ) ja rajataajuutta (säätämällä suodattimen A(z) taajuusparametria a B ) ongelma: leikkauksen tapauksessa (V < ), rajataajuus siirtyy alemmas Lohkokaavio 7. Toteuttaa: V ( z) [ + AB ( z)] + [ AB ( z)]

Regalia-suodatin: (II) leikkaus Vastekorjaus 37 Regalia-suodatin: leikkaus Vastekorjaus 38 Jotta rajataajuus pysyisi paikallaan leikkauksen tapauksessa, otetaan käsittelyyn ensimmäisen asteen siirtofunktio (leikkaus): s + ω 5. (e) s + V ω missä jälleen () V (V < ) ja ( ). Ylläoleva siirtofunktio on saatu yksinkertaisesti kääntämällä korostuksen siirtofunktio (5. a) Tämä voidaan hajottaa seuraavasti: s + ω s + V ω s s + V ω jonka all-pass hajotelmat ovat s s Vω + s + V ω s + Vω s ω + s + V ω ja all-pass siirtofunktio leikkauksen tapauksessa nyt s Vω AC ( s) s + V ω ω V 5. (f) s Vω s + Vω + Vω Regalia-suodatin: leikkauksen toteutus A C (s):aa käyttäen 5. (e) voidaan kirjoittaa muotoon [ + AC ( s)] + [ AC ( s)] V Soveltamalla bilineaarimuunnosta saadaan ( z) [ + AC ( z)] + [ AC ( z)] 5. (g) V missä ac + z AC ( z) 5. (h) + ac z ja taajuusparametri tan( ω T ) V ac tan( ω T ) + V 5. (i) Vastekorjaus 39 % all-pass osan A C (s) bilineaarim.: w.683; V4; %arvot hihasta Bs[ V*w]; As[ V*w]; T.5; fs/t; % näyteväli [B,A]bilinear(Bs,As,fs); %hae A C (z) B[-.754 ]; A[.754] a(tan(w*t/)-/v)/(tan(w*t/)+/v) a.773; Regalia-suodatin: leikkauksen toteutus Vastekorjaus 4 Vertaamalla yhtälöitä 5. (g) ja (h) korostuksen tapaukseen huomaa että suodatinrakenteet korostukselle ja leikkaukselle ovat identtiset ks. lohkokaavio 7 pari sivua taaksepäin MUTTA: kuten 5. (i):sta näkee, leikkauksen tapauksessa taajuusparametri riippuu sekä rajataajuudesta että vahvistuksesta kaistanleveyden ja vahvistuksen kontrollointi jäävät toisistaan riippuviksi

Regalia-suodatin: korostus ja leikkaus Vastekorjaus 4 Regalia-suodatin: korostus Vastekorjaus 4 Kuva: ensimmäisen asteen matalien taajuuksien korostus/ leikkaus vahvistuksen ja rajataajuuden ω vaikutus vahvistus G ±8 db; rajataajuus f, 5,, z Tehdäänpä Matlabissa Koodi: % --- Regalia: matalien taajuuksien korostus WC.; % haluttu rajataajuus WC*(fs/) V^(6/); % tehdään 6 db:n korostus T.5; % bilin. muunnoksen vakioparametri % rajataajuuden s-tason arvo (bilineaarim. kaavat) w/t*tan((*pi*wc)/(/t)); % suodatinta kontrolloiva parametri ab(tan(w*t/)-)/(tan(w*t/)+); % all-pass lohkon siirtofunktion osoittaja ja nimittäjä B-[ab ]; A [ ab]; % kokonaisjärjestelmän siirtofunktio (ks. lohkokaavio 7) BB.5*(A+B) +.5*V*(A-B); AAA; % plotataan taajuusvaste freqz(bb,aa); Regalia-suodatin: korostus Plotattu vaste: 3 db:n kohta on.:n kohdalla Vastekorjaus 43 Regalia-suodatin: (III) piikkisuodatin Vastekorjaus 44 Toisen asteen piikkisuodatin saadaan alipäästö kaistanpäästö muuntamalla edellä esitetyt all-pass lohkot A B (z) ja A C (z) [ks. 5. (d) ja (h)] diskreetti alipäästö-kaistanpäästömuunnos tehdään sijoittamalla z z z + d + dz missä d määrää piikkisuodattimen keskitaajuuden jälleen tätä ei aleta laskemaan käsin seuraavalla sivulla on annettu em. muunnoksella saatu all-pass lohko A BC (z), ja sille parametrit korostuksen tapauksessa (saatu A B (z):sta muuntamalla) ja leikkauksen tapauksessa (saatu A C (z):sta muuntamalla) Käyttämällä muunnettua all-pass lohkoa kokonaisjärjestelmä (kaavio 7) toteuttaa piikkisuotimen

Regalia-suodatin: piikkisuodatin Vastekorjaus 45 Regalia-suodatin: piikkisuodatin Vastekorjaus 46 All-pass siirtofunktioksi piikkisuodattimelle saadaan z + d( + abc ) z + abc ABC ( z) + d( + abc ) z + abc z missä parametrit d os( π f f ) V ( f ) tan( ωb T ) V tan( ωb T ) ab ac + tan( ωb T ) V + tan( ωb T ) Keskitaajuuden f määrittää parametri d, kaistanleveyden f b parametrit a B ja a C, ja vahvistuksen parametri V a B on korostukselle (boost, V >) ja a C leikkaukselle (ut V <) leikkaukselle taas erikseen, koska muuten kaistanleveys muuttuu kaavassa esiintyvä a BC on siis joko a B tai a C ω b on kaistanleveys s-tasossa T s b ( ) tan[ ( T ) ( f f )] ω π b s Kuva: toisen asteen piikkisuodatin parametrien vaikutus vahvistus G ±8 db; kaistanleveys f b z; keskitaajuus f 5,,, 3, z Regalia-suodatin: piikkisuodatin Vastekorjaus 47 Regalia-suodatin: piikkisuodatin Vastekorjaus 48 Parametrien kokeilua. kuvassa V K kaistanleveys muuttuu leikkauksen tapauksessa. kuvassa a B a Tehdäänpä Matlabissa Koodi: % --- Regalia: piikkisuodatin WC.3; % haluttu keskitaajuus WC*(fs/) WB.; % haluttu kaistanleveys WB*(fs/) V^(6/); % tehdään 6 db:n korostus T.5; % bilin. muunnoksen vakioparametri % kaistanleveyden s-tason arvo (bilin. m. kaavat) wb/t*tan((*pi*wb)/(/t)); % piikkisuodatinta kontrolloivat parametrit ab(-tan(wb*t/))/(+tan(wb*t/)); d-os(pi*wc); % all-pass lohkon siirtofunktion osoittaja ja nim. B[ab d*(+ab) ]; A[ d*(+ab) ab]; % kokonaisjärjestelmän siirtof. (ks.lohkokaavio 7) BB.5*(A+B) +.5*V*(A-B); AAA; % plotataan taajuusvaste freqz(bb,aa);

Regalia-suodatin: piikkisuodatin Vastekorjaus 49 5 Kvantisoinnin vaikutuksia Vastekorjaus 5 Plotattu taajuusvaste: Rajoitettu sananpituus johtaa erityyppisiin kvantisointivirheisiin sananpituus: kuinka monta bittiä käytetään esittämään yhtä näytettä tai yhtä suodinkertoimen arvoa Suodinkertoimien kvantisointi aiheuttaa lineaarista vääristymää, joka näkyy poikkeamana ideaalisesta taajuusvasteesta, hallittavissa oleva ja melko pieni ongelma Signaaliarvojen kvantisointi IIR-suodattimen sisällä (suodattimen tila) IIR-suodattimessa tehdään takaisinkytkentää... kvantisointi määrää maksimaalisen dynaamisen alueen kohinakäyttäytyminen (suodattimen sisällä tapahtuvat pyöristykset) limit-syklit: jaksollisia prosesseja suodattimessa, jotka johtuvat suotimen tilamuuttujien kvantisoinnista häiriöt ovat erittäin häiritseviä kapeakaistaisuutensa (sinimäisyytensä) takia tyypit: ylivuotosyksi ( skaalaus kuntoon), pienen mittakaavan sykli sisääntulon vaimetessa ( ditheröinti), signaalin kanssa korreloiva sykli Kvantisoinnin vaikutuksia Vastekorjaus 5 Käytännön vinkki: esim. C-kielessä suodattimen kertoimet ja suodattimen tila kannattaa olla tyyppiä double, riippumatta siitä että itse signaali olisi esim. tyyppiä float, tai jopa byte Keskittymällä jo suodattimen suunnittelussa sananpituuden minimointiin, saadaan kvantisoinnista aiheutuvia häiriöitä vähennettyä pienemmälläkin sananpituudella (ei käsitellä tällä kurssilla)