Elaborazione Numerica dei Segnali

More documents

Recommendations

Info

212 Risposta di Sistemi a <strong>Segnali</strong> Casuali e Modelli di Rumore Possiamo pertanto concludere: SINR = PX PN (1 + β − α) . β Spesso sono presi in considerazione modelli in cui β = α. In tal caso f = α e: SINR = PX . αPN 10.2.2 Eliminazione di Rumore Impulsivo Additivo In questo paragrafo discutiamo una tecnica per attenuare un rumore impulsivo additivo, basata su un filtro non lineare, detto filtro mediano. Dato un vettore x = [x1, . . . , xn] di dimensione n = 2k + 1, la mediana med(x) di x è un elemento xs di x tale che almeno k elementi di x sono minori o uguali a xs e almeno k elementi di x sono maggiori o uguali a xs. In altre parole, la mediana di un vettore è quell’elemento che, dopo aver ordinato il vettore, si trova in posizione centrale. Il filtro mediano MED di finestra di lunghezza k è un sistema che trasforma un segnale f(t) in un segnale g(t) = MED(f(t)) tale che: g(t) = med(f(t − k), . . . , f(t), . . . , f(t + k)). Contrariamente alla media, il filtro mediano è un operatore chiaramente non lineare, poiché in generale MED(x(t)+y(t)) = MED(x(t))+MED(y(t). Tale sistema non è inoltre causale, in quanto la risposta al tempo t può dipendere da valori dell’ingresso a tempi t ′ > t. Questo operatore possiede tuttavia la proprietà, molto utile in questo contesto, di non essere sensibile a valori inusualmente grandi: ampliando arbitrariamente una componente maggiore della mediana, la mediana non cambia. Un’importante proprietà del filtro mediano è quella di preservare molte discontinuità del segnale: questo è particolarmente utile nell’elaborazione di immagini, dove il filtro mediano può essere usato per rimuovere rumore impulsivo sull’immagine, senza modificare i contorni. Per contro, l’applicazione di filtri mediani per l’eliminazione di rumore impulsivo a segnali audio non produce in generale ricostruzione audio di alta qualità. Questo è principalmente dovuto al fatto che il filtro mediano, pur essendo in grado di eliminare impulsi di breve durata dovuti al rumore, introduce in generale distorsioni sui campioni di segnale corretti, come mostrato in Figura 10.4. Le distorsioni introdotte dal filtro mediano possono essere ridotte con l’impiego di una soglia adattativa, così che il campione al tempo t viene rimpiazzato dalla mediana solo se la differenza tra il campione stesso e la mediana supera la soglia: g(t) = f(t) se |g(t) − med(f(t − k), . . . , f(t + k))| < ηθ(t), med(f(t − k), . . . , f(t + k)) altrimenti. Qui η è un parametro, mentre θ(t) è una soglia adattativa che può essere calcolata attraverso una stima della media di |g(t) − med(f(t − k), . . . , f(t + k))|.
10.2. Rumore Impulsivo 213 Filtro mediano (a) (b) Errore impulsivo Figura 10.4 Segnale di ingresso (a) e segnale di uscita (b) di un filtro mediano. Il filtro elimina il rumore impulsivo (campione tratteggiato in (a)), ma alcuni campioni corretti vengono distorti (campioni in neretto in (b)).
Page 1:
Università degli Studi di Milano -
Page 4 and 5:
ii Indice 3.2.2 Filtri di Chebysche
Page 7 and 8:
Capitolo 1 Segnali e Sistemi I conc
Page 9 and 10:
1.1. Segnali e Informazione 3 p Ese
Page 11 and 12:
1.2. Classificazione dei Segnali 5
Page 13 and 14:
1.3. Sistemi per l’Elaborazione d
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Capitolo 2 Analisi in Frequenza di
Page 29 and 30:
2.1. Numeri Complessi 23 y 0 θ r r
Page 31 and 32:
2.2. Segnali Periodici 25 Esempio 2
Page 33 and 34:
2.4. Serie di Fourier 27 questa sez
Page 35 and 36:
2.4. Serie di Fourier 29 -T -T/2 T/
Page 37 and 38:
2.5. Trasformata di Fourier 31 Pass
Page 39 and 40:
2.5. Trasformata di Fourier 33 con
Page 41 and 42:
2.5. Trasformata di Fourier 35 Anch
Page 43 and 44:
2.5. Trasformata di Fourier 37 Tabe
Page 45 and 46:
2.5. Trasformata di Fourier 39 Modu
Page 47 and 48:
2.6. Energia di un Segnale e Relazi
Page 49 and 50:
2.7. Risposta in Frequenza dei Sist
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
2.8. Modulazione e Demodulazione in
Page 57 and 58:
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65:
Page 68 and 69:
62 Filtri Analogici di valutare la
Page 70 and 71:
64 Filtri Analogici Guadagno Osserv
Page 72 and 73:
66 Filtri Analogici Linearità dell
Page 74 and 75:
68 Filtri Analogici Η(ω) 1 0.707
Page 76 and 77:
70 Filtri Analogici Η(ω) 1 N=2 N=
Page 78 and 79:
72 Filtri Analogici R C L Resistenz
Page 80 and 81:
74 Filtri Analogici Il comportament
Page 82 and 83:
76 Filtri Analogici V R R Analogame
Page 84 and 85:
78 Filtri Analogici V 1.6 κΩ 1.6
Page 86 and 87:
80 Conversione Analogico-Digitale d
Page 88 and 89:
82 Conversione Analogico-Digitale F
Page 90 and 91:
84 Conversione Analogico-Digitale f
Page 92 and 93:
86 Conversione Analogico-Digitale 4
Page 94 and 95:
88 Conversione Analogico-Digitale I
Page 96 and 97:
90 Conversione Analogico-Digitale f
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
96 Conversione Analogico-Digitale t
Page 104 and 105:
Page 106 and 107:
100 Conversione Analogico-Digitale
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
106 Trasformata Discreta di Fourier
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
122 Architetture DSP f(t) SISTEMA S
Page 130 and 131:
124 Architetture DSP Per quanto det
Page 132 and 133:
126 Architetture DSP CLK STA ADR1 L
Page 134 and 135:
128 Architetture DSP I bit della pa
Page 136 and 137:
130 Architetture DSP MOLTIPLICATORE
Page 138 and 139:
132 Architetture DSP effettuata in
Page 140 and 141:
134 Trasformata Zeta e Sistemi LTI
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
Page 158 and 159:
Page 161 and 162:
Capitolo 8 Filtri Digitali a Rispos
Page 163 and 164:
8.1. Filtri FIR e IIR 157 Passando
Page 165 and 166:
8.2. Applicazioni di Filtri FIR e I
Page 167 and 168: 8.2. Applicazioni di Filtri FIR e I
Page 169 and 170: 8.2. Applicazioni di Filtri FIR e I
Page 171 and 172: 8.3. Progetto di Filtri Digitali 16
Page 183 and 184: 8.4. Realizzazione di Filtri Digita
Page 197: 8.4. Realizzazione di Filtri Digita
Page 200 and 201: 194 Processi Stocastici e loro Cara
Page 211 and 212: Capitolo 10 Risposta di Sistemi a S
Page 213 and 214: 10.1. Risposta di Sistemi a Segnali
Page 215 and 216: 10.1. Risposta di Sistemi a Segnali
Page 217: 10.2. Rumore Impulsivo 211 Questo i
Page 222 and 223: 216 Filtri di Wiener 11.1 Formulazi
Page 224 and 225: 218 Filtri di Wiener In questo caso
Page 226 and 227: 220 Filtri di Wiener • il filtro
Page 228 and 229: 222 Filtri di Wiener • Se i proce
Page 231: Bibliografia [1] J. D. Gibson. Prin
show all

Elaborazione Numerica dei Segnali

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?