Тема 1: Вступ до дисципліни Проектування цифрової обробки сигналів та зображень. Основні поняття та визначення 1. Області застосування та основні задачі цифрової обробки сигналів

Зміст

Вступ
Тема 1: Вступ до дисципліни Проектування цифрової обробки сигналів та зображень. Основні поняття та визначення
	1. Області застосування та основні задачі цифрової обробки сигналів
	2. Переваги і недоліки ЦОС
	3. Узагальнена схема ЦОС
	4. Основні характеристики сигналів
	Вправи і завдання до теми №1
Тема 2: Елементи теорії сигналів
	1. Основні типи сигналів
	2. Елементарні сигнали, що найчастіше використовуються ЦОС
	Вправи і завдання до теми №2
Тема 3: Математичний апарат опису сигналів і лінійних систем
	1. Основні операції цифрової обробки сигналів
	2. Функціональні перетворення сигналів
	3. Математичний опис аналогових сигналів і лінійних систем в області комплексної змінної і частотній області
	4. Математичний опис дискретних сигналів і лінійних систем в області комплексної змінної і частотній області
	Вправи і завдання до теми №3
Тема 4: Опис дискретних сигналів в частотній області
	1. Сімейство перетворень Фур’є як функція сигналу
	2. Властивості спектрів дискретних сигналів
	3. Зв’язок між спектрами аналогового і дискретного сигналів
	4. Дискретизація вузькосмугових сигналів
	5.Перетворення спектру
	Вправи і завдання до теми №4
Тема 5: Дискретне перетворення Фур’є
	1. Застосування ДПФ
	2. ДПФ як згортка сигналу з базисними функціями
	3. Властивості комплексного ДПФ
	4. Деякі інші ортогональні тригонометричні перетворення
	Вправи і завдання до теми №5
Тема 6: Застосування швидкого перетворення Фур’є
	1. Основні положення
	2. ШПФ за основою 2 та прорідженням за часом
	3. ШПФ за основою 2 та прорідженням за частотою
	4. Використання ШПФ в задачах обробки сигналів
	5. Обробка дискретних сигналів в частотній області
	Вправи і завдання до теми №6
Тема 7: Лінійні дискретні системи обробки сигналів
	1. Основні параметри лінійної дискретної системи
	2. Опис лінійних дискретних систем в часовій області
	3.Застосування згортки для знаходження відгуку ЛДС
	4.Застосування різницевих рівнянь для знаходження відгуку ЛДС
	5.Властивості лінійних дискретних систем
	Вправи і завдання до теми №7
Тема 8: Опис лінійних дискретних систем в z - області та в частотній області
	1. Опис лінійних дискретних систем в z - області
	2. Опис лінійних дискретних систем в частотній області
	Вправи і завдання до теми №8
Тема 9: Цифрові фільтри
	1. Основні операції фільтрації
	2. Класи і параметри фільтрів
Тема 10: Цифрова обробка сигналів при декількох швидкостях
	1. Області застосування методів обробки при декількох швидкостях
	2. Зменшення частоти дискретизації: децимація із цілим кроком
	3. Збільшення частоти дискретизації: інтерполяція із цілим кроком
	4. Перетворення частоти дискретизації з нецілим кроком
	5. Багатокаскадне перетворення частоти дискретизації
	Вправи і завдання до теми №10
Тема 11. Використання вікон в цифровій обробці сигналів
	1. Гармонійний аналіз кінцевих масивів і ДПФ
	2. Просочування спектральних складових.
	3. Вікна та їх основні параметри
	4. Характеристики класичних вікон.
	5. Підходи до вибору вікна
Висновки
Література
Додатки
Додаток А. Різновиди елементарних сигналів
Додаток Б. Приклади використання кореляційної функції

 

 

Тема 1: Вступ до дисципліни Проектування цифрової обробки сигналів та зображень. Основні поняття та визначення

Основні поняття та визначення. Основні характеристики сигналів

Задачі і параметри ЦОС

Узагальнена схема ЦОС. Її характеристики

Переваги і недоліки ЦОС

Основні типи алгоритмів і перетворень

Поняття про швидкі алгоритми

Операційний базис ЦОС

Характеристики використаної елементної бази

Етапи проектування вузлів ЦОС

Вправи і завдання до теми №1

 

Основні поняття та визначення. Основні характеристики сигналів

Під сигналом розуміється будь-яка змінна, котра передає або містить якийсь вид інформації, і яку можна, наприклад, переносити, виводити на екран або… Сигналом називають фізичний процес, що несе в собі інформацію. Математично… Особливий інтерес представляють такі види сигналів: мова, звуки і музика, біомедичні сигнали, сигнали на виході систем…

Природа сигналів. За своєю природою, сигнали можуть бути випадкові або детерміновані.

Для випадкових сигналів в принципі не відомі закони зміни значень у часі або в просторі. Для кожного конкретного моменту (відліку) випадкового…

Аналогові та цифрові сигнали.

Аналоговим називають сигнал, неперервний у часі і значеннях. Такий сигнал описується неперервною або кусочно неперервною функцією f(t) при цьому і… Приклад : - гармонійне коливання;

Основні типи сигналів

Періодичні сигнали. Парні і непарні сигнали. Парним називається сигнал (функція) хп для нього виконується умова: .

Елементарні сигнали, що найчастіше використовуються ЦОС

1. Неперервний випадок Дельта –функція (- функція) : (функція Дірка)

Властивості спектрів дискретних сигналів

2. Періодичність.. 3. Спектр дійсного сигналу. Якщо - дійсний сигнал, то його амплітудний спектр… ;

Задачі і параметри ЦОС

Задачі:

1. Виділення сигналу. (Методи)

Придушення шуму. (Методи)

Режим реального часу

1. Ідентифікація і розпізнавання. 2. Телекомунікації. 3. Обробка музичних і мовних сигналів

Узагальнена схема ЦОС. Її характеристики

Узагальнена структурна схема наведена на рис.1.1. Вона відображає послідовність процедур, необхідних для перетворення вхідного аналогового сигналу у вихідний аналоговий сигнал за заданим алгоритмом, засобами цифрової обчислювальної техніки.

В ЦОС виділяють три основні етапи: формування цифрового сигналу з вхідного аналогового ; перетворення цифрового сигналу за заданим алгоритмом; формування вихідного аналогового сигналу з цифрового. Відповідно в схемі є три функціональні блоки: кодер, пристрій ЦОС, декодер.

 

Рис.1.1. Узагальнена структурна схема системи ЦОС

 

Пристрій ЦОС може бути реалізований апаратно або програмно. В першому випадку - у виді спеціалізованого пристрою, у другому – в виді програми на універсальному ПК, або на цифровому процесорі обробки сигналів (ЦПОС). На сьогодні переважає програмна реалізація.

Переваги і недоліки ЦОС

Гарантована точність Цілковита відтворюваність. Можна ідентично відтворити кожний елемент, оскільки… Відсутність перекручування характеристик внаслідок впливу зовнішніх факторів через температуру або старість.

Основні типи алгоритмів і перетворень

Основні операції цифрової обробки сигналів

До основних видів фільтрації інформації відносять операції згладжування, прогнозування, диференціювання, інтегрування і розділення сигналів, а також… Лінійна згортка (convolution) – основна операція ЦОС, особливо в режимі… В загальному випадку, для двох послідовностей x(n) та h(n) згортка y(n) визначається виразом:

Застосування ДПФ

Основними сферами застосування ДПФ є: - цифровий спектральний аналіз - аналізатори спектра, обробка мови, обробка… - проектування фільтрів - обчислення імпульсної характеристики за частотною та частотної характеристики за…

ДПФ як згортка сигналу з базисними функціями

Таким чином, вихідний спектр ДПФ X(k) є результатом обчислення згортки вхідних… На рис.5.2 наведемо утворення дійсної частини перших чотирьох точок спектра (наведені тільки косинусоїдальні…

Основні операції фільтрації

- згладжування; - прогнозування; - диференціювання;

Класи і параметри фільтрів

-НЧ- фільтри (low-pass filters) – фільтр низьких частот – пропускає всі частоти нижче заданої; -ВЧ- фільтри (high-pass filters) – фільтр високих частот; -смугові фільтри (band-pass filters) – пропускають лише визначену смугу частот;

Поняття про швидкі алгоритми

1. Розбиття задачі на підзадачі. 2. Рекурсія - коли деякий метод чи прийом можна рекурсивно застосовувати; 3. Виділення алгебраїчних виразів, що повторюються.

Операційний базис ЦОС

Характеристики використаної елементної бази

Етапи проектування вузлів ЦОС

Вправи і завдання до теми №1

Відповідь : .( )   2. Скільки ненульових частотних складових є в сигналі: ?

Зменшення частоти дискретизації: децимація із цілим кроком

(1.1, a) де (1.1,б)

Збільшення частоти дискретизації: інтерполяція із цілим кроком

Для даного сигналу х(n) із частотою дискретизації Fs процес інтерполяції збільшує частоту дискретизації в L раз, тобто до L Fs. Схема інтерполятора… Рис. 1.2. Спектральна інтерпретація децимації сигналу із частоти 6 до частоти 2 КГц. Якби не цифровий фільтр, на…

Перетворення частоти дискретизації з нецілим кроком

На практиці подібні нецілі множники представляються раціональним числом, тобто відношенням двох цілих чисел, скажемо L і М, таких що L/M максимально… Рис. 1.4. Спектральна інтерпретація інтерполяції сигналу з 2 до 6 КГц

Багатокаскадне перетворення частоти дискретизації

  Рис. 1.8. Процес багатокаскадної децимації

Розробка практичних конвертерів частоти дискретизації

 

Специфікація фільтру

і якості використовуваного фільтра. Відзначимо, що при децимації й інтерполяції можуть використатися КІХ- і НІХ- фільтри, хоча більше популярні… У сфері обробки сигналів при декількох швидкостях на відміну від звичайної… Щоб після зменшення частоти дискретизації дециматор не приводив до накладення, повинні виконуватися такі вимоги до…

Високоякісне аналого-цифрове перетворення в цифровому аудіо

Спрощена блок-схема швидкого однобітового процесу аналого-цифрового перетворення показана на рис. 6.1. Аналоговий аудіосигнал спершу перетвориться в… Рис. 6.1. Спрощена блок-схема однобітового ЦАП

Ефективне аналого-цифрове перетворення у високоякісних системах відтворення компакт-дисків

На рис. 6.2 зображена схема відновлення аналогового аудіосигнала із цифрового сигналу, зчитувального з компакт-диску. Після декодування й… Якщо ці цифрові коди безпосередньо перетворити в аналогові, будуть отримані… Щоб уникнути зазначених проблем, у програвачах компакт-дисків використається фільтрація з обробкою при декількох…

Діагностика і контроль процесорів і систем опрацювання сигналів та зображень

Особливості діагностики та контролю процесорів та систем опрацювання сигналів та зображень

Розрізняють функціональне діагностування з метою контролю і з метою пошуку несправностей. Загальна структурна схема системи діагностування… - Росн(t) – ймовірність безвідмовної роботи основної схеми (СОС);

Рархічність засобів діагностики та контролю процесорів та систем опрацювання сигналів та зображень

Використовуються такі засоби діагностики на рівні: - систем – зовнішня контрольно- діагностична апаратура (КДА); - процесорів – КДА + програмний тестовий контроль;

Процес формування АЧХ

H(Z)= a0 +a1Z-1 +a2Z-2 + … + aN-1Z-(N-1), можна перейти до комплексної частотної характеристики, підставляючи Z=e -jw,… H(e jw)= = | H(e jw) | earg[H(e^jw )] (11.3)

Визначення і дослідження виду АЧХ

Згідно ф-ли 11.6 формуємо масиви значень синусів та косинусів: for(i = 0; i < N; i++) {

Реалізація алгоритмів обробки сигналів на ПЛІС

Використання ПЛІС для високопродуктивної цифрової обробки сигналів та зображень.

Однокристальна реалізація ШПФ на ПЛІС.

Оцінка продуктивності вузла виконання операцій ШПФ на ПЛІС.

Загальна структурна схема реалізації реалізації обробки сигналів на ПЛІС.

Структура потокового (ковзаючого) процесора ШПФ.

Розглядаються передумови і методика однокристальної реалізації швидкого перетворення Фур'є на приладах програмувальної логіки фірми Xіlіnx.… В даний час дуже актуальна задача швидкої обробки великих масивів даних, що…  

Використання ПЛІС для високопродуктивної цифрової обробки сигналів та зображень

Продуктивність ПЛІС на задачах ЦОС тим вище, чим більш висока паралельність обробки використовується в алгоритмі, що веде за собою відповідне… Звичайно, було б некоректним проводити аналіз порівняльної продуктивності…

Для реалізації високошвидкісних пристроїв ЦОС найбільш прийнятні ПЛІС таких сімейств, як Vіrtex, Vіrtex-E, а також XC4000XL/XLA/XV і Spartan/XL, основні характеристики яких по серіях приведені в табл. 1.

Таблиця 1. Основні характеристики ПЛІС Xіlіnx серій Vіrtex, Vіrtex-e, XC4000XL/XLAXV, Spartan/XL

Досить добре використовується розподілене ОЗУ при реалізації алгоритму швидкого перетворення Фур'є.

Однокристальна реалізація на ПЛІС алгоритму швидкого перетворення Фур'є

В даний час існує досить багато реалізацій алгоритму ШПФ на замовлених НВІС і процесорах ЦОС, однак реалізація алгоритму на ПЛІС дозволяє створити… Обчислення прямого ДПФ у загальному випадку робиться по наступному виразу: … де x(n) - послідовність з N часових відліків;

Рис. 1. Алгоритм ШПФ 8 точок із проріджуванням за часом

Процес обчислення повного перетворення можна умовно розбити на три кроки. На першому відбувається перетворення вхідної послідовності xn відповідно до двійкової інверсії номерів і наступним обчисленням першого часткового перетворення відповідно до виразу (3). На другому відбувається обчислення другого часткового перетворення, на третьому - повного перетворення Xn. Аналогічно для обчислення ШПФ 256 точок буде потрібно 8 кроків, 1024 точки - 10 кроків. Подібним чином можна представити ШПФ для будь-якого N = 2L, де L? > 0, L - ціле і дорівнює числу кроків.

Оцінка продуктивності вузла виконання операцій ШПФ на ПЛІС.

де NMAC - число операцій типу множення-нагромадження, c-1; Nумн. - число множень, необхідних для обчислення перетворення; fотсч. - частота надходження вхідних даних, Гц;

Загальна структурна схема реалізації реалізації обробки сигналів на ПЛІС.

На рис. 2 представлена структурна схема пристрою, що реалізує алгоритм ШПФ на ПЛІС. Розглянемо призначення кожного блоку. Вхідне ОЗУ використовується для завантаження вихідної послідовності, збереження результатів проміжних обчислень і вивантаження результатів перетворення. Буферне ОЗУ потрібно тільки для збереження результатів проміжних обчислень, у ПЗУ зберігаються значення коефіцієнтів WNr. Застосування двох банків ОЗУ дозволяє сполучити операції читання і запису, а також забезпечити коректність обробки даних. Блок "метелик" виконує обчислювальні дії відповідно до виразу (3), причому число помножувачів у загальному випадку може бути різним - від 1 до 4. Блок керування відповідає за загальну синхронізацію схеми і видачу необхідних сигналів керування.

 

Рис. 2. Узагальнена структурна схема ШПФ на ПЛІС

Якщо обчислення перетворення відповідно алгоритму ШПФ при N = 256 відбувається за 8 ступенів, то при апаратній реалізації на ПЛІС потрібно додати ще 2 ступені - ступінь завантаження вихідних даних і ступінь вивантаження результатів перетворення. Таким чином, повне перетворення вимагає 10 ступеней:

Ступінь - запис вхідної послідовності у вхідне ОЗУ відповідно до двійкової інверсії номерів. 2 ступінь - перша ступінь перетворення. Дані зчитуються з вхідного ОЗУ, перетворюються і записуються в буферне ОЗУ.

Ступінь - друга ступінь перетворення. Дані зчитуються з буферного ОЗУ, перетворюються і записуються у вхідне ОЗУ.

Ступіні аналогічні другій ступені.

Ступіні аналогічні третій ступені.

Ступінь - вивантаження отриманого перетворення з вхідного ОЗУ.

Приведена на рис. 4 структурна схема з двома помножувача "метелика" реалізована у виді функціонально закінчених модулів ШПФ 256 і 1024 точки і розрядністю вхідних даних і коефіцієнтів 16 біт для ПЛІС фірми Xіlіnx серій Vіrtex і XC4000XL/XLA/XV. Отримані якісні і кількісні характеристики модулів приведені в табл. 1.

Таблиця 1. Характеристики М-модулів ШПФ на ПЛІС серії Vіrtex

Розглянуті М-модулі ШПФ оперують з 16-розрядними вхідними даними і коефіцієнтами перетворення. Однак реальна розрядність даних , що надходять, для деяких високошвидкісних додатків обмежується 12, а іноді і 8 бітами, що спричиняє значне скорочення обсягу модуля ШПФ і відповідний ріст продуктивності. Модулі, що поставляються, допускають оперативну модифікацію під необхідну розрядність і розмір перетворення.

Після реалізації модуля ШПФ на розглянутих кристалах залишаються значні вільні вентильні ресурси, які можна використовувати для створення в тієї ж ПЛІС додаткових пристроїв користувача, наприклад, вбудованого контролера шини PCІ і логіки сполучення з аналого-цифровим перетворювачем

Структура потокового (ковзаючого) процесора ШПФ.

Рис. 3 Структура однокристального ковзаючого ШПФ на ПЛІС Vіrtex

Маршрут проектування й апаратна реалізація ШПФ на ПЛІС

Маршрут проектування пристрою ЦОС на ПЛІС Xіlіnx з використанням спеціалізованих бібліотек М-модулів, у тому числі ШПФ, представлений на рис. 4.

Рис. 4. Маршрут проектування пристрою ЦОС на ПЛІС Xіlіnx

Ввід проекту можливо здійснювати декількома способами:

· інтерактивний графічний ввід в схемотехничному редакторі;

· текстове ввід мовою опису апаратури високого рівня;

· діаграмами станів кінцевого автомата.

При введенні проекту використовуються бібліотеки стандартних логічних функцій і додаткові макробібліотеки (ШПФ, цифрові фільтри, PCІ, VME і т.п. ).

Потім виконується моделювання проекту з верифікацією заданих функцій і топологічне трасування ПЛІС.

 

 

Таблиця 2. Характеристики М-модулів ковзного ШПФ на ПЛІС Xіlіnx

Курс лекцій "Комп’ютерні засоби обробки сигналів та зображень" Тема 9

Питання.

Визначення нейрокомп’ютера.

Основні компоненти нейрокомп’ютера.

Базова структура нейроприскорювача на основі ПОС.

Порівняльні характеристики нейроприскорювачів на базі ПОС.

Реалізація ШПФ на нейрокомп’ютері.

 

Вступ

Для кращого розуміння нейрообчислювальних систем зупинимося на найважливіших елементах нейрологіки з позиції апаратної реалізації. Однією з головних переваг нейрообчислювача є те, що його основу складають відносно прості, найчастіше - однотипні, елементи (комірки), що імітують роботу нейронів мозку - "нейрони". Кожен нейрон характеризується своїм поточним станом за аналогією з нервовими клітками головного мозку, що можуть бути збуджені чи загальмовані. Він має групу синапсів - однонаправлених вхідних зв'язків, з'єднаних з виходами інших нейронів, а також має аксон - вихідний зв'язок даного нейрона, з яким сигнал (збудження чи гальмування) надходить на синапсы наступних нейронів. Загальний вид нейрона приведений на рис.1.

Рис.1. Загальний вид нейрона.

Кожен синапс характеризується величиною синаптичного зв'язку чи його вагою wі, що по фізичному змісті еквівалентний електричній провідності. Поточний стан нейрона визначається, як зважена сума його входів:

Вихід нейрона є функція його стану: y = f(s), що називається активаційною і може мати різний вид. Однієї з найбільш розповсюджених - є нелінійна функція з насиченням, так звана логічна функція чи сигмоїд (тобто функція S-подібного виду):

Рис.2

а) одинична гранична функція;

б) лінійний поріг (гістерезис);

в) сигмоїд - гіперболічний тангенс;

г) логічний сигмоїд.

Паралелізм обробки досягається шляхом об'єднання великого числа нейронів у яруси і з'єднання певним чином різних нейронів між собою. Як приклад найпростішої НС приведемо трьох нейронний персептрон (рис.3), нейрони якого мають активаційну функцію у виді одиничної граничної функції. На n входів надходять деякі сигнали, що проходять по синапсах на 3 нейрони, що утворюють єдиний шар цієї НС і три вихідних сигнали, що видають:

Очевидно, що усі вагові коефіцієнти синапсів одного ярусу нейронів можна звести в матрицю W, у якій кожен елемент wіj задає величину і-го синаптичного зв'язку j-ого нейрона. Таким чином, процес, що відбувається в НС, може бути записаний у матричній формі: Y=F(XW), де X і Y - відповідно вхідній і вихідний сигнальні вектори, F(V) - активаційна функція, застосовувана поэлементно до компонентів вектора V. Теоретично число ярусів і число нейронів у кожному ярусі може бути довільним.

Рис.3 Одноярусний персептрон.

Для того щоб нейронная мережа працювала - її треба навчити. Від якості навчання залежить здатність мережі вирішувати поставлені перед нею проблеми. На етапі навчання крім параметра якості підбору вагових коефіцієнтів важливу роль грає час навчання. Як правило, ці два параметри зв'язані зворотньою залежністю і їх приходиться вибирати на основі компромісу. Навчання НС може вестися з вчителем чи без нього. У першому випадку мережі пред'являються значення як вхідних, так і бажаних вихідних сигналів, і вона по деякому внутрішньому алгоритмі налаштовує ваги своїх синаптичних зв'язків. В другому випадку виходи НС формуються самостійно, а ваги змінюються по алгоритму, що враховує тільки вхідні і похідні від них сигнали.

Розглядаючи класифікацію НС можна виділити: бінарні (цифрові) і аналогові НС, попередньо навчені (неадаптивні) і що самонавчаються (адаптивні) нейронні мережі, що украй важливо при їхній апаратній реалізації. Бінарні оперують із двійковими сигналами, і вихід кожного нейрона може приймати тільки два значення: логічний нуль ("загальмований" стан) і логічна одиниця ("збудженийстан). До цього класу мереж відноситься і розглянутий вище трьох нейронный персептрон, тому що виходи його нейронів, формовані функцією одиничного стрибка, рівні або 0, або 1. В аналогових мережах вихідні значення нейронів можуть приймати неперервні значення, що могло б мати місце після заміни активаційної функції нейронів персептрона на сигмоїд.

Рис. 4. Двоярусний персептрон

Мережі також можна класифікувати по топології (числу ярусів і зв'язків між ними). На рис.4 представлений двоярусний персептрон, отриманий з персептрона рис.3 шляхом додавання другого ярусу, що складається з двох нейронів.

Практично 80% реалізованих на сьогодні нейрочіпів, орієнтованих на задачі цифрової обробки сигналів, використовують при навчанні НС алгоритм зворотнього поширення помилки, крім всього інші він став деяким еталоном для виміру продуктивності нейрообчислювачів (наприклад, як ШПФ на 1024 відліки для сигнальних процесорів).

 

Визначення нейрокомп’ютера.

В залежності від наукового напрямку використовуються різні визначення нейрокомп’ютера. 1. Математична статистика. Нейрокомп’ютер - це обчислювальна система, що… 2. Математична логіка. Нейрокомп’ютер - це обчислювальна система, алгоритм роботи якої представлений логічною мережею…

Основні компоненти нейрокомп’ютера.

Базова структура нейрокомп’ютера на основі ПОС.

Рис.5. Базова (узагальнена) функціональна схема віртуального НО. В основі побудови НО лежить використання сигнальних процесорів, об'єднаних між собою відповідно до визначеної…

Порівняльні характеристики нейрокомп’ютерів на базі ПОС.

Рис.6. Реалізація НО на основі ADSP2106x Така архітектура НО забезпечує виконання операцій ЦОС у реальному часі, прискорення векторних обчислень, можливість…

Реалізація ШПФ на нейрокомп’ютері.

RISC-ядро– центральний процесорний вузол, що виконує всі основні функції по керуванню роботою кристала. Крім того, RISC-процесор робить… Векторний співпроцесор призначений для арифметичних і логічних операцій над… вихідній.

Рис. 11. Структура операційного пристрою векторного співпроцесора

 

Рис. 12. Програмувальна функція насичення.

Операнди і вихідні значення упаковуються в 64-х розрядне слово. Всі операції в матриці ОУ робить паралельно, за один такт. Завантаження вагових коефіцієнтів відбувається за 32 такти. У векторному співпроцесорі є "тіньова" матриця, в яку вагові коефіцієнти можна завантажувати у фоновому режимі. Переключення "тіньової" і робочої матриць займає один такт. Найважливіша особливість векторного співпроцесора - робота з операндами довільної довжини (навіть не кратного степеня двійки) у діапазоні 1-64 біт. Цим досягається оптимальне співвідношення між швидкістю і точністю обчислень: при однобітових операндах на тактовій частоті 40 МГЦ продуктивність складе 11 520 MMAC (мільйонів операцій множення з нагромадженням) чи 40 000 MOPS (мільйонів логічних операцій у секунду), при 32-бітових операндах і 64-бітовому результаті вона стане номінальною – 40 MMAC. Вміння динамічно, в процесі обчислень змінювати розрядність операндів дозволяє підвищити продуктивність в тих випадках, коли звичайні процесори працюють "вхолосту", з надлишковою точністю.

Для обчислення продуктивності використовуються наступні вирази:

де: МСРS - мільйон з'єднань у секунду (еквівалентно ММАС)

64 - ширина слова даних;

Nх- ширина синапсів;

Nw- ширина ваг;

F = 50 МГЦ - тактова частота.

У випадку Nх¹1 і Nw=1, вираз набуває вигляду:

У випадку Nх=1 і Nw¹1, вираз набуває вигляду:

У випадку Nх=Nw=1, вираз набуває вигляду:

У випадку Nх=Nw=32, вираз набуває вигляду:

Організація паралельних обчислень в алгоритмах ШПФ на процесорі NM6403

. На практиці найбільш широке поширення одержали алгоритми ШПФ за основою 2, де кожен функціональний вузол виконує базову операцію - двохвходового "метелика". Ці алгоритми орієнтовані, насамперед , на зведення до мінімуму числа операцій множення. Але з появою векторних процесорів цей критерій стає несуттєвим. Навпроти, число одночасно виконуваних множень головним чином визначає продуктивність процесора. Тому виникає питання про розпаралелюваня обчислень і реалізацію алгоритмів ШПФ із більш високими основами і їхніми можливими комбінаціями. Послідовність обчислень будь-якого ШПФ можна описати у вигляді графа, вузли якого виконують фактично звичайне дискретне перетворення, але з меншою розмірністю вхідних векторів (меншою основою). В залежності від вибору основи міняється як загальне число арифметичних операцій, так і кількість шарів графа (рис.13).

 

Таблиця 1. Обчислювальна складність ШПФ

	Пряме обчислення ШПФ (основа N)	Обчислення ШПФ за основою 2	Обчислення ШПФ з комбінованими основами 2, 16, 32
Complex muls	Complex adds	Кількість шарів графу	Complex muls	Complex adds	Кількість шарів графу	Complex muls	Complex adds	Комбінація основ	Кількість шарів графу
N	N2	N2 -N		(N/2)log2N	Nlog2N
									16-16
									2-16-16
									32-32
									2-32-32

Complex muls - кількість комплексних множень

Complex adds - кількість комплексних додавань

В алгоритмах ШПФ за основою 2 кількість таких шарів максимальна (табл.1), тому при поетапному надходженні результатів обчислень від шару до шару відбувається більше нагромадження помилок округлення, ніж в алгоритмах з більш високими основами. І чим вища розмірність вектора вхідних даних, тим більша буде кількість шарів і в наслідок значніша помилка. Це особливо критично у випадках, коли обчислення проводяться в цілочисельній арифметиці (з фіксованою крапкою) чи при недостатньо широкій розрядності даних. Слід також зазначити, що в цьому випадку для запобігання переповнення проміжні результати після кожного чи після групи етапів множення (шарів графа) необхідно додатково нормалізувати, застосовуючи операцію зсуву вправо (рис.13). Нормалізація крім зсуву може містити в собі процедуру округлення, що також вносить додаткові обчислювальні витрати. Можливим компромісним рішенням може виступати підхід, оснований на збільшенні основи в алгоритмах ШПФ. Нижче розглядається варіант ШПФ-256 за основою 16. Вибір такої основи з однієїсторони дає можливість для організації паралельних обчислень, а з іншої знижує кількість шарів графа до двох.

Дискретне 256-точкове перетворення Фур'є визначається формулою:

,де

Дана формула після тотожних перетворень приймає вид, що є опорним для побудови

ШПФ-256 за основою 16:

Кінцевий граф обчислення ШПФ-256 за основою-16 будується з цієї формули. Структура такого графа показана на рис.13

 

Рис.13 Узагальнений граф обчислення ШПФ-256 Рис.14 Розгорнута схема блоку 16-точкового

за основою 16. дискретного перетворення Фур'є

 

Граф складається з двох шарів по 16 блоків. Кожен блок графа має 16 комплексних входів і виходів. Як показано на рис.14 кожен блок графа являє собою 16-точкове дискретне перетворення Фур'є і відрізняється від інших блоків тільки комплексними коефіцієнтами W. Таким чином, распаралелювання алгоритму БПФ фактично зводиться до реалізації ефективного обчислення ДПФ-16, тобто до знаходження 16 скалярних добутків різних векторів [W] з одним вектором [x], що еквівалентно множенню матриці коефіцієнтів перетворення Фур'є -[W] розмірністю 16х16 на вхідний вектор [х].

Всі арифметичні обчислення, що відносяться безпосередньо до обчислення ДПФ-16, виробляються на векторному співпроцесорі. Так як векторний співпроцесор дозволяє оперувати даними перемінної розрядності, то для збереження вхідних даних і результатів обчислень зручно відводити по 32 розряди на уявну і дійсну частину, а для збереження комплексних коефіцієнтів W - по 8 біт на дійсну і уявну частину. Таким чином, в одному 64р. слові може міститися одне комплексне число. Уявні і дійсні частини коефіцієнтів W зберігаються так само в упакованому виді, але в різних 64р. словах. Усі коефіцієнти W обчислюються заздалегідь і тому зберігаються усередині масиву в порядку зручному для наступних обчислень (рис.15).

Рис.15 Формат збереження вхідних даних і коефіцієнтів перетворення

Внаслідок такого представлення даних векторний помножувач працює в двох конфігураціях:

Рис.16 Еквівалентна схема помножувача векторного Рис.17 Еквівалентна схема помножувача векторного

Співпроцесора NM6403 при розбитті матриці співпроцесора NM6403 при розбитті матриці

По приведених двох варіантах розбивки матриці векторного помножувача виробляється повний процес скалярного множення двох комплексних векторів. Перша… Весь процес обчислення скалярного добуткускладається з трьох етапів: В… На вхід помножувача X по черзі подаються спочатку вектор з 8-ми дійсних частин комплексних

Таблиця 2. Порівняльна характеристика точності відновленого сигналу після прямого і зворотного ШПФ із різними основами

Як видно з приведеної таблиці 7-бітне представлення коефіцієнтів для ШПФ за основою 2 вносить значну систематичну похибку і робить такий алгоритм менш ефективним. Алгоритми…

Загальна характеристика функцій ШПФ.

Вхідні і вихідні дані - цілі 32р. комплексні числа, формат збереження показаний на рис.3

Діапазон вхідних даних зазначений у таблиці 3.

Розрядність коефіцієнтів перетворення - 8 біт (два варіанти представлення: 6 і 7 біт на одиницю)

Робота з даними - арифметика з фіксованою крапкою.

Вихідні дані розташовані в правильному порядку.

Таблиця 3. Продуктивність функцій прямого і зворотного ШПФ на процесорі NM6403

   

Зміст

Вступ
1. Особливості задач і алгоритмів цифрового опрацювання сигналів та зображень
2. Алгоритми швидкого перетворення Фур’є та їх програмна реалізація
3. Організація DSP- процесорів для задач опрацювання сигналів та зображень
4: Інтерфейси DSP-процесорів
5. Проектування процесора ШПФ на ПОС
6: Проектування засобів опрацювання сигналів та зображень на ПЛІС
7. Реалізація алгоритмів опрацювання сигналів та зображень на нейропроцесорах
8. Стиск нерухомих зображень з використанням перетворень різного типу дискретних косинусних перетворень
9. Опрацювання мовних сигналів
10. Використання вікон для опрацювання сигналів
11. Діагностика і контроль процесорів і систем опрацювання сигналів та зображень
Висновки
Література

ВСТУП

В останні роки цифрове опрацювання сигналів та зображень (ЦОСЗ) суттєво впливає на такі ключові технологічні галузі, як телекомунікації, цифрове телебачення і засоби інформації, біомедицина і цифровий звукозапис. Сьогодні ЦОСЗ є основою багатьох новітніх видів цифрових розробок і різних застосувань в інформаційному середовищі (наприклад. цифровий мобільний зв'язок, цифрові відеокамери, телебачення і системи звукозапису). Поряд з тим ЦОСЗ ширше впроваджується і в класичні галузі застосування (радіолокація, геофізика, опрацювання мовних сигналів, сейсмологія, системи зв'язку і передачі даних, медична і технічна діагностика, системи керування). Такому широкому застосуванню сприяли успіхи в розробці швидких алгоритмів і методів ЦОСЗ (наприклад, хвилькові перетворення), досягнення в технології конструювання інтегральних схем (архітектура нових процесорів ЦОСЗ, програмовані логічні інтегральні схеми – ПЛІС, системи на кристалі), використання програмних пакетів (MATLAB, база програм на мові С).

Суть ЦОСЗ як області науки пролягає у розв'язку на обчислювальній машині чотирьох основних задач:

- представлення сигналів та зображень в зручній для сприйняття формі;

- виділення із сигналів та зображень корисної інформації;

- внесення в сигнали та зображення корисної інформації;

- формування сигналів та зображень із заданими параметрами.

Основні переваги ЦОСЗ полягають в: можливості реалізації складних методів та алгоритмів опрацювання сигналів та зображень, недоступних для аналогових пристроїв; забезпеченні високої точності опрацювання; гнучкості і універсальності засобів, розвиненому користувацькому інтерфейсові тощо.

Головна проблема ЦОСЗ полягає у підвищенні швидкодії при реалізації певного набору математичних операцій над сигналами та зображеннями. Цей набір, як правило, визначається проблемною орієнтацією засобів ЦОСЗ. Для розв'язання цієї задачі комплексно застосовуються два напрямки - підвищення ефективності обчислювальних алгоритмів і вдосконалення архітектури комп'ютерних засобів. При цьому виходять з детального аналізу особливостей проблемної області. Власне, незалежно від вибраного напрямку і теми, студенти повинні виконувати курсові роботи з даного курсу виходячи з головної проблеми ЦОСЗ.

Метою вивчення дисципліни є засвоєння основних методів та алгоритмів опрацювання сигналів та зображень, принципів та шляхів проектування апаратних і програмних комп’ютерних засобів опрацювання сигналів та зображень, набуття початкових практичних навиків проектування таких засобів.

В результаті вивчення дисципліни студенти повинні:

знати: типи і особливості алгоритмів опрацювання сигналів та зображень, математичні основи їх реалізації, характеристики елементної бази та основи реалізації алгоритмів на її основі, особливості і етапи розробки цифрових пристроїв на процесорах і вузлах, орієнтованих на задачі опрацювання сигналів та зображень; мови програмування та мови опису апаратних засобів; пакети моделювання, опрацювання і фільтрації сигналів та зображень

вміти: вибирати найефективніший метод і алгоритм, здійснювати математичне формування алгоритму та методу його розв’язання, розробляти блок-схеми алгоритмів, розробляти програмну реалізацію виконання алгоритмів, розраховувати технічні параметри апаратних і програмних засобів, проектувати структурні та функціональні схеми процесорів та вузлів опрацювання сигналів; моделювати і опрацьовувати сигнали різної форми.

Для тих, хто хоче краще орієнтуватися в перспективних напрямках розвитку комп’ютерних засобів опрацювання сигналів та зображень, краще розуміти специфіку і особливості їх проектування радимо, насамперед, скористатись матеріалами Internet-сайтів

Особливості задач і алгоритмів цифрового опрацювання сигналів та зображень

Аналіз задач і алгоритмів

1. Радіолокація (РЛ) — виявлення, фільтрація сигналу з режекцією завад та накопичення сигналу. 2. Гідроакустика (ГА) — контроль водяного простору, підводна сейсмологія,… 3. Зв’язок (ЗВ) — підвищення надійності, пропускної здатності, скритності, виділення символів, згортка символьних…

Особливості задач і алгоритмів.

- широкий динамічний і частотний діапазон сигналів, що обробляються; - велика інтенсивність і постійність потоків даних; - великий об’єм обчислень з перевагою обчислювальних операцій над логічними;

Особливості організації обчислювальних засобів

1.2.2. Процесори в задачах опрацювання сигналів та зображень.Структура системи визначається в основному специфікою задач і алгоритмів, що… Шляхи та засоби підвищення продуктивності засобів цифрового опрацювання… Напрямки реалізації апаратних засобів на базі яких проектуються засоби опрацювання є такими:

Алгоритми швидкого перетворення Фур’є та їх програмна реалізація

Оскільки алгоритми ШПФ є одними з найуживаніших при опрацюванні сигналів їх розгляд є доцільним в даному посібнику.

Алгоритм швидкого перетворення Фур'є – є оптимізованим за швидкодією способом обчислення дискретного перетворення Фур'є (ДПФ), що має складність O(Nlog₂N) на відміну від складності ДПФ порядку O(N²).

Основні положення алгоритму ШПФ

(2.1) Визначення 2. Зворотне ДПФ полягає в пошуку послідовності x0, x1, x2,...,… (2.2)

Основні формули

Теорема 1. Якщо комплексне число представлене у вигляді e j2πN, де N - ціле, то e j2πN = 1. Теорема 2. Величина періодична по k і по n з періодом N. Тобто, для будь-яких… (2.4)

Програмна реалізація основних елементів ШПФ

Розглянемо конкретну реалізацію ШПФ. Нехай є N=2T елементів послідовності x{N} і треба одержати послідовність X{N}. Розділимо x{N} на дві… Разом виконується (log2N)-1 ітерацій.

Fft.cpp

Fast Fourier Transformation ===================================================== */

Організація DSP- процесорів для задач опрацювання сигналів та зображень

В загальному випадку, вимоги по використовуваній пам'яті для N-точкового ШПФ такі: N комірок для дійсних даних, N комірок для уявних даних і N… Інше розуміння відносно ШПФ полягає у виборі процесора з фіксованою чи… У 16-розрядному DSP-процесорі з фіксованою крапкою після множення формується 32-розрядне слово. Сімейство цифрових…

Типова структура процесора опрацювання сигналів та зображень

Рис.3.1 Вона включає два пристрої, працюючі через послідовні інтерфейси, 8-розрядну EPROM, зовнішню пам'ять програм і даних.…

Нтерфейси DSP-процесорів

Аналіз паралельного інтерфейсу з DSP-процесорами: читання даних з АЦП, що під’єднаний до адресного простору пам’яті

Спрощена блок-схема типового паралельного інтерфейсу DSP-процесора із зовнішнім АЦП наведена на рис. 4.1. Часова діаграма циклу читання для… Тактовий імпульс задаючого генератора на вході "старт перетворення”… Сигнал читання пам'яті („memory read”, RD) виставляється через проміжок часу tASR після активації сигналу DMS (крок N…

Аналіз паралельного інтерейсу з DSP-процесорами: запис даних в ЦАП, що під’єднаний до адресного простору пам’яті

В системах реального часу ЦАП здійснюють подвійну буферизацію даних і функціонують безперервно з постійною тактовою частотою.  

Аналіз послідовного інтерфейсу з DSP-процесорами

Структурна схема одного з двох послідовних портів процесора сімейства ADSP-21хх наведена на рис. 4.7. Передаючий (TX) і приймаючий (RX) регістри… Характеристики послідовного порту: окремі секції прийому і передачі даних для…  

Проектування процесора ШПФ на ПОС

Нехай Розділимо послідовність x(n) на парні (even) і непарні (odd) складові

Аналіз (розробка) блок-схеми виконання алгоритму ШПФ на заданому типі процесора

А'1 = А1 + A2W1 + A3W2 + A4W3 = (А1 + A3W2) + (A2W1 + A4W3), A'2 = A1 jA2W1 – A3W2 ± jA4W3 = (A1 – A3W2 ) j(A2W1 - A4W3 ), A'3 = A1 - A2W1 + A3W2 - A4W3 = (A1 + A3W2) - (A2W1 + A4W3),

Розрахунок основних параметрів

base – основа базової операції «метелик»; N – кількість точок вхідного перетворення; base=4;

Проектування засобів опрацювання сигналів та зображень на ПЛІС

Однокристальна реалізація на ПЛІС алгоритму ШПФ

Для реалізації високошвидкісних пристроїв ЦОС найбільш прийнятні ПЛІС таких сімейств, як Vіrtex, Vіrtex-E, XC4000XL/XLA/XV, Spartan/XL.

Привабливою рисою ПЛІС для реалізації алгоритмів ЦОС є наявність внутрішнього швидкодіючого розподіленого ОЗП, вбудованих вузлів обчислення ШПФ тощо.

  Рис. 6.1. Узагальнена структурна схема виконання алгоритму ШПФ на ПЛІС

Ступінь - запис вхідної послідовності у вхідне ОЗП відповідно до двійкової інверсії номерів. 2 ступінь - перша ступінь перетворення. Дані зчитуються з вхідного ОЗП, перетворюються і записуються в буферне ОЗП.

Ступінь - друга ступінь перетворення. Дані зчитуються з буферного ОЗП, перетворюються і записуються у вхідне ОЗП.

Ступіні аналогічні другій ступені.

Ступіні аналогічні третій ступені.

Ступінь - вивантаження отриманого перетворення з вхідного ОЗП.

Оцінка продуктивності вузла реалізації алгоритму ШПФ на ПЛІС

, де NMAC - число операцій типу множення-нагромадження, c-1; - Nмн - число множень, необхідних для обчислення перетворення;

Побудова граф-алгоритму ШПФ з основою 2 наведена в попередніх розділах.

Рис.6.2. Модифікований граф 16-ти точкового ШПФ за основою 2 з прорідженням за частотою. Спрощена проекція потокового графу ШПФ на вертикальну площину показана на рис.…     Рис. 6.3. Спрощена проекція графу на вертикальну площину.

Реалізація алгоритмів опрацювання сигналів та зображень на нейропроцесорах

Нейромережеві системи, реалізовані на апаратних платформах першого напрямку (нехай і мультипроцесорних) будемо відносити до нейроемуляторів - тобто… Процесор Л1879ВМ1 є високопродуктивним спеціалізованим мікропроцесором, що…

ВЕКТОРНИЙ СПІВПРОЦЕСОР

Операційний пристрій (ОУ) - регулярна матрична структура 64х64 комірки (рис. 2). Матриця може бути довільно розділена на стовпці і рядки. В утворені… Рис.7.2.

Організація паралельних обчислень в алгоритмах ШПФ на процесорі NM6403

Таблиця 7.2. Обчислювальна складність ШПФ   Пряме обчислення ШПФ (основа N) Обчислення ШПФ за основою 2 … Complex muls - кількість комплексних множень Complex adds - кількість комплексних додавань

Продуктивність і точність обчислень.

1. W =round(64.0*cos(x)) - (умовно 6 біт на одиницю) 2. W =round(127.0*cos(x)) - (умовно 7 біт на одиницю) Перший спосіб має 65 градацій косинуса в діапазоні 0..1, у той час як другий спосіб - 128 і

Загальна характеристика функцій ШПФ.

Діапазон вхідних даних зазначений у таблиці 3. Розрядність коефіцієнтів перетворення - 8 біт (два варіанти представлення: 6 і… Робота з даними - арифметика з фіксованою крапкою.

Стиск нерухомих зображень з використанням перетворень різного типу дискретних косинусних перетворень

Стиск нерухомих зображень з використанням дискретних косинусних перетворень

Стиск даних у форматі JPEG-9 (Joint Photographic Experts Group), який дозволяє стискати окремі (незмінні, still picture) зображення, можна умовно… 1-і етап - перетворення та субдискретизація кольорової інформації; 2-і етап – поблокові дискретні косинусні перетворення;

Стиск нерухомих зображень з використанням хвилькових перетворень

Дискретне хвилькове перетворення (dyscrete wavelet transform (DWT)) принципово відрізняється від спектральних перетворень. На рис.8.3 показано структуру для смугового аналізу, яка ґрунтується на…    

Стиск зображень з використанням методу кодування областей хвилькового перетворення

На рис. 8.10 показано результат типового розподілу бітів для різних областей при загальній оцінці степеня стиску 1 біт на піксель. Компоненти… {[(8+6+5+5)/4+2+2+2]/4+1+0+0]}/4=1 біт/піксель.  

Стиск зображень з використанням методу дерев нулів хвилькового перетворення

На рис.8.11. показано трирівневий хвильковий розклад зображення Lena та структуру дерева хвилькових коефіцієнтів, які відповідають за ділянку ока в… (а) (б)

Адаптивні хвилькові перетворення : Хвилькові пакети.

Більш точно, логарифмічне хвилькове перетворення добре підходить для типових натуральних зображень, що мають експоненційно спадні спектральні… Але є важливі класи зображень, чиї властивості не узгоджуються з логарифмічним… Іншим особливим класом зображень, для яких не підходить логарифмічне хвилькове перетворення, є клас зображень…

Опрацювання мовних сигналів

Розпізнавання мови є одним з найскладніших напрямків мовних технологій, який можна застосувати в багатьох областях. Важливим моментом при опрацюванні мовних сигналів у цифровому вигляді є вибір… Загалом вважається, що для звукових сигналів (спів людини, музика, мова, інші звукові сигнали, скажімо дзенькіт…

Мовні технології

1. Стиск (кодування) мови. Високого степеня стиску досягаємо використанням дискретних косинусних… 2. Синтез мови

Рис.9.2. Блок-схема алгоритму попереднього опрацювання мовного сигналу

Далі даються етапи попереднього опрацювання мовних сигналів.

1. Оцифрований (дискретизований у часі та квантований за рівнем) мовний сигнал розбиваємо на блоки по 25.6 мс із зсувом кожні 10 мс , тобто, блоки по 409 відліків кожен блок, із зсувом на 160 відліків.

2. Як правило, застосовують високочастотне підсилення, щоб компенсувати послаблення, спричинене розсіюванням від губ. Для цього блоки сигналу пропускають через фільтр першого порядку

S(1)=0; S(n)=y(n)-y(n-1), n=2…409,

де y_n – n-і відлік у блоці.

3. Для опрацювань такого типу до кожного блоку застосовують функцію вікна. У даному випадку береться вікно Гемінга згідно з таким виразом

D(n)=(0,54-0,46·cos(2p·(n-1)/408))·S(n) для n =1,...,409.

4. Щоб отримати спектральні оцінки використовується дискретне перетворення Фур’є. У цьому разі збільшуємо довжину блоку до 512 елементів за рахунок доповнення його справа потрібною кількістю нулів. Після цього застосовуємо швидке перетворення Фур’є довжиною 512 точок і отримуємо 512 спектральних комплексних значень. Оскільки 512 значень, до яких застосовуємо перетворення Фур’є, є дійсними, то отримані спектральні комплексні значення попарно спряжені: друге значення з 512-м, третє – з 511-м і т.д. Тому останні 256 комплексних значень перетворення ігноруємо, бо вони комплексно спряжені з попередніми і не несуть нової інформації.

5. Для перших 256 комплексних спектральних значень знаходимо їх амплітуди. Амплітудний спектр Фур’є згладжується (усереднюється) додаванням амплітуд спектральних коефіцієнтів у межах “трикутних” частотних смуг розташованих на нелінійній (подібній до логарифмічної) Mel-шкалі. Для граничної частоти мови рівної 16 КГц беруть 24 таких частотних смуги. Mel-шкала введена для наближення частотного розділення людського вуха, яке є лінійним до 1000 Гц та логарифмічним понад 1000 Гц.

Фур’є спектр згладжувався додаванням 255 останніх спектральних коефіцієнтів ( перший коефіцієнт – постійна складова спектру ігнорувався) у межах “трикутних” частотних смуг розташованих на нелінійній (подібній до логарифмічної) Mel-шкалі.

Перший амплітудний коефіцієнт – постійну складову спектру – ігноруємо, , а амплітуди решти 255 спектральних значень усереднюємо. Усереднення реалізуємо як 24 трикутні смугопропускні фільтри. Нижня, середня та верхня частоти таких смуг подані в табл.

Кожний трикутний фільтр знаходить зважене середнє тих амплітудних спектральних значень, які відповідають частотам у межах між нижньою та верхньою частотою для даного фільтра. Якщо амплітуда відповідає точно середній частоті смуги, то вона множиться на коефіцієнт рівний одиниці. При пересуванні відповідної амплітудному значенню частоти від середини до нижньої чи верхньої межі коефіцієнт зменшується від одиниці до нуля. Отримані добутки амплітуд на коефіцієнти додаються і діляться на число амплітудних значень. У результаті знаходимо зважене середнє для даної смуги частот.

256 амплітудам відповідають частоти від 0 Гц до 8000 Гц, тобто крок пересування дорівнює 8000/256=31,25 Гц. Це означає, що першій амплітуді відповідає частота 0 Гц, другій – 31,25 Гц, третій – 62,5 Гц і т.д.

Наприклад, для першої смуги частот Mel-шкали: нижня частота – 0 Гц, середня частота – 74,24 Гц, верхня частота – 156,4 Гц.

Отже, в першу смугу частот потрапляють перша (0 Гц), друга (31,25 Гц), третя (62,5 Гц), четверта (93,75 Гц), п’ята (125 Гц) та шоста (156,25 Гц) амплітуди.

Згідно з рис. третій амплітуді відповідає коефіцієнт рівний 62,5/74,24≈0,84; а п’ятій амплітуді – коефіцієнт рівний (156,4-125)/(156,4-74,24) ≈0,38.

Таблиця 9.1. Mel-шкала частот

Смуга	Нижня частота	Середня частота	Верхня частота
	0,000 Гц	74,24 Гц	156,4 Гц
	74,24 Гц	156,4 Гц	247,2 Гц
	156,4 Гц	247,2 Гц	347,6 Гц
	247,2 Гц	347,6 Гц	458,7 Гц
	347,6 Гц	458,7 Гц	581,6 Гц
	458,7 Гц	581,6 Гц	717,5 Гц
	581,6 Гц	717,5 Гц	867,9 Гц
	717,5 Гц	867,9 Гц	1034 Гц
	867,9 Гц	1034 Гц	1218 Гц
	1034 Гц	1218 Гц	1422 Гц
	1218 Гц	1422 Гц	1647 Гц
	1422 Гц	1647 Гц	1895 Гц
	1647 Гц	1895 Гц	2171 Гц
	1895 Гц	2171 Гц	2475 Гц
	2171 Гц	2475 Гц	2812 Гц
	2475 Гц	2812 Гц	3184 Гц
	2812 Гц	3184 Гц	3596 Гц
	3184 Гц	3596 Гц	4052 Гц
	3596 Гц	4052 Гц	4556 Гц
	4052 Гц	4556 Гц	5113 Гц
	4556 Гц	5113 Гц	5730 Гц
	5113 Гц	5730 Гц	6412 Гц
	5730 Гц	6412 Гц	7166 Гц
	6412 Гц	7166 Гц	8000 Гц

У результаті описаних дій отримуємо 24-елементний спектральний (акустичний) вектор.

На закінчення виконуємо нормалізацію акустичних векторів у межах одного мовного зразка. Для цього знаходимо найбільшу довжину вектора та значення всіх векторів множимо на величину, обернену до цієї довжини.

Для моделювання алгоритму попереднього опрацювання мовних сигналів вибрано середовище MATLAB.

На даний час MATLAB (у сучасній версії 6.5) - це високоефективна мова інженерних і наукових обчислень. Він підтримує математичні обчислення, візуалізацію наукової графіки і програмування з використанням легко освоюваного операційного оточення, коли задачі і їхні рішення можуть бути наведені у скороченнях, близьких до математичних. MATLAB - це інтерактивна система, основним об’єктом якої є масив, для якого не потрібно вказувати розмірність явно. Це дозволяє вирішувати багато обчислювальних задач, які пов'язані з векторно-матричними формулюваннями, істотно скорочуючи час при цьому.

Графічне вікно середовища MATLAB 6.5, у якому ілюструються етапи 1-5 попереднього опрацювання мовного сигналу показано на рис.9.3.

На першій ілюстрації показано мовний сигнал example.wav, дискретизований з частотою 16 КГц та розрядністю 16 розрядів.

На другій ілюстрації маємо один блок (інтервал) вказаного мовного сигналу тривалістю 25,6 мс. Такому блоку відповідає 409 відліків.

На третій ілюстрації бачимо один блок мовного сигналу після опрацювання його фільтром першого порядку.

Четверта ілюстрація показує нам один блок після застосування вікна Гемінга.

П’ята ілюстрація дає нам 512 амплітудних значень швидкого перетворення Фур’є цього одного блоку.

Оскільки ці амплітудні значення швидкого перетворення Фур’є попарно співпадають (бо відповідні комплексні значення швидкого перетворення Фур’є є попарно комплексно спряжені), то можна взяти лише 256 перших амплітудних значень. Ці 256 амплітудних значень відображені на шостій ілюстрації.

Сьома ілюстрація дає значення 24-елементного вектора, компоненти якого отримані після усереднення 256 амплітудних значень у межах 24 “трикутних” частотних смуг.

Алгоритм динамічного часового вирівнювання для розпізнавання слів з невеликого словника

Сигнал, який розпізнаємо, та сигнали-еталони параметризуємо – перетворюємо в послідовність спектральних векторів. Для цього розбиваємо сигнал на…  

Розпізнавання злитної мови з великим словником

На першому етапі мовний сигнал перетворюється звуковий препроцесором на послідовність спектральних векторів Y=y1,y2,…,yT, як описано раніше. Кожен… У загальному, фраза складається з послідовності слів . Робота системи… .

Використання вікон для опрацювання сигналів

Просочування спектральних складових

Щоб зрозуміти причину розмивання, досить зауважити, що сигнали з частотами, відмінними від базисних, неперіодичні у вікні спостереження. Якщо…      

Вікна та їх основні параметри

Обмежений по смузі сигнал f(t) з перетворенням Фур’є F(ω) можна описати еквідістантною послідовністю відліків f (nT). Ця послідовність визначає… Для машинної обробки в реальному масштабі часу послідовність даних повинна…

Класичні вікна

Прямокутне вікно (вікно Діріхле) Прямокутне вікно у всьому інтервалі спостереження рівне одиниці. Таке вікно… w(n)=l,0; (10.18)

Гармонійний аналіз

Дещо змінимо наш сигнал так, щоб більш інтенсивна спектральна лінія потрапила між двома бінами ДПФ, тобто буде тепер мати частоту 10.5fs/N. Тоді… Тепер для розпізнання слабкого сигналу застосуємо інші вікна і подивимось,… Для деяких видів вікон найгірший прояв сигналів спостерігається у тому випадку, коли найбільший сигнал має частоту…

Висновки

Оскільки даний напрямок досліджень постійно розвивається, автори пропонують зацікавленим особам звертатися до мережі Internet.  

Література

1. Айфигер, Эммануил С., Джервис, Барри У. Цифровая обработка сигналов: практический поход, 2-е изд.: Пер. с англ. – М.: Издательский дом… 2. Цифровая обработка сигналов/А.Б.Сергиенко – СПб.:Питер,2002.-608с. 3. Бабак В.П., Хандецький А.І., Шрюфер Е. Обробка сигналів: підручник для вузів., К., Либідь, 1996.- 390с.

Рархічність засобів обробки радіолокаційної інформації.

Особливості обробки радіолокаційної інформації. Вибір параметрів радіолокаційної станції, які впливають на характеристики засобів обробки.

Архітектура уніфікованої системи обробки, відображення, керування і діагностики радіолокаційних комплексів нового покоління..

Мультипроцесорна мережа на базі TMS320C4x

5. Пристрій формування і обробки сигналів. /ПФОС/

Рархічність засобів обробки радіолокаційної інформації.

Первинна обробка РЛІ здійснюється апаратурою радіолокаційної станції (АПОІ РЛС) з видачею інформації про плоти. Для всіх АПОІ РЛС інформація про… Вторинна обробка РЛІ полягає у відпрацьовуванні інформації про плоти з метою… Задачі третинної обробки вирішуються двома основними методами:

Особливості обробки радіолокаційної інформації. Вибір параметрів радіолокаційної станції, які впливають на характеристики засобів обробки.

Параметри: - вид сигналу; - потужність сигналу;

Архітектура уніфікованої системи обробки, відображення, керування і діагностики радіолокаційних комплексів нового покоління.

Вимоги до системи

2. Система повинна мати модульну структуру і будуватися на основі мінімальної кількості уніфікованих апаратно-програмних рішень для забезпечення її… 3. Повинні відпрацьовуватися прототипи уніфікованих модулів і закладені… 4. До складу модулів входять:

Елементна база

1. Система на основі ПЕОМ із шинами ІSA і PCІ як настільна система обробки, відображення і робочого місця оператора. 2. Система на основі конструктиву з шиною ІSA в якості системи обробки,… 3. Система на основі конструктива з шиною VME для високопродуктивних систем реального часу.

Архітектура системи

Пропонована архітектура системи приведена на Рис. Кількість окремих уніфікованих модулів, що входять у кінцеву систему буде визначатися вимогами до… 4. Мультипроцессорна мережа на базі TMS320C4x

Апаратна реалізація мережі

При побудові мережі використовувалися два типи процесорних модулів (TІМ) із процесорами TMS320C44 - двопроцесорний модуль із глобальною і локальною… Двопроцесорний модуль має зв'язок з керуючої ЕОМ через FІFO буфер, підключений…

Найпростіша первинна обробка РЛИ на МП мережі

· СРЦ 2-го порядку з дійсними коефіцієнтами · Обмежувач імпульсних перешкод · Погоджений фільтр для складного сигналу (фільтр стиску

Обмежувач.

·     Погоджений фільтр. · Фільтр стиску складного сигналу реалізований стандартним чином із… де Base -довжина імпульсної характеристики погодженого цифрового фільтра H.

Порогові пристрої.

      де A[n]=|x[n]| - амплітуда вхідного сигналу. При перевищенні сигналом порога приймалося рішення про наявність цілі на…

Таблиця 1. Часові параметри модулів ФПЗ, отримані в симуляторі.

    При роботі ФПЗ системи первинної обробки РЛИ за допомогою вбудованих засобів ОС контролювалися часові параметри…

Таблиця 2. Експериментально виміряні часові параметри модулів ФПЗ.

Можливості нарощування мережі

Несуча плата DSM40AT дозволяє встановлювати 4 TІM-модуля DST44Q (16 процесорних вузлів). Крейт має 8 роз’ємів для плат DSM40EP, на кожну з який встановлюється по 4 TІM-модуля DST44Q. Таким чином, мережа може бути збільшена до 144 процесорних вузлів.

При побудові мультипроцесорної мережі використовувалися вузли і компоненти, що випускаються АТ "Інструментальні системи" м.Москва.

 

5. Пристрій формувания і обробки сигналів. /ПФОС/

Призначення ПФОС.

В ПФОС реалізовані оригінальні алгоритми формування й обробки складних амплітудно-фазоманіпуляційних зондувальних сигналів, що забезпечують високу…

Принцип побудови і структура ПФОС.

Кількість модулів визначається необхідними тактико-технічними характеристиками системи.

Технічна реалізація модуля.

Основні характеристики модуля ПФОС приведені в таблиці: Тип процесора ADSP 2171 Продуктивність 30…   До основних достоїнств розробки можна віднести:

Модуль кодуючого пристрою .

· забезпечення режимів роботи РЛС і необхідних робочих шкал дальності; · формування модулюючих сигналів , що задають закон амплітудно-фазової… · формування і юстировки дискретних сигналів розв'язки, що задають закон комутації приймально-передавального тракту…

Склад ПФОС.

Можливий варіант реалізації структурної схеми ПФОС, що відбиває взаємозв'язок пристроїв і призначення основних сигналів, представлений на мал. 5.

До складу УФОС входять:

· два модулі кодуючих пристроїв;

· вісім модулів пристрою цифрової обробки сигналів.

 

Режими роботи ПФОС.

· у квазінеперервному режимі випромінювання й обробки фазоманіпуляційних сигналів великої тривалості /КРВО/; · в імпульсному режимі випромінювання й обробки фазоманіпуляційних сигналів… Режими роботи ПФОС характеризуються :

Квазінеперервний режим випромінювання й обробки.

При квазінеперервному режимі виробляється когерентна обробка всіх імпульсів зондувального сигналу в заданому діапазоні дальностей і доплеровських… У квазінеперервному режимі випромінювання й обробки фазоманіпуляційних… Основні технічні характеристики квазінеперервного режиму: РР Тс (мсек) F (±кГц) …

Практичне використання результатів і перспективи розвитку.

Розроблені РЛС успішно пройшли натурні випробувування. Результати випробовуваннь підтвердили переваги запропонованих методів формування сигналів, що… В теперішній час ведеться розробка пристроїв формування й обробки сигналів з…