Россия
В статье приводится структурная схема и математическая модель низкочастотного фильтра предназначенного для обработки низкочастотного сигнала с частотой 10-40 Гц с целью устранения в нем различных шумов/помех.
Низкочастотный сигнал, обработка сигнала, фильтрация сигнала, программный фильтр, низкочастотный фильтр.
I. Введение
В настоящее время расширяются возможности для обработки низкочастотных сигналов с использованием современных методов и алгоритмов, использующих частотную коррекцию.
Под частотной коррекцией понимается повышение или понижение уровня спектральных составляющих сигналов в выбранных полосах с помощью фильтров без внесения новых составляющих спектра. Необходимость серьезной частотной коррекции низкочастотного сигнала связано с тем, что в нем преобладают различного рода шумы и помехи, которые зачастую «заглушают» исходный информационный сигнал с коры головного мозга [1].
С помощью фильтров в большинстве случаев решаются только технические вопросы. Например, ограничение полосы пропускания сигнала, подавление низкочастотных шумов и сетевых наводок, коррекция амплитудно-частотных характеристик (АЧХ) датчиков.
В последнее время для решения данных задач все более широко применяются различные методы вейвлет-преобразований с целью формирования управляющих сигналов.
Частотная коррекция сигналов представляет собой комбинацию различных фильтров, которые могут быть сформированы в виде отдельной аппаратуры, или в виде программного обеспечения [2]. К такому роду комбинации относят:
– фильтры плавного подъема и спада амплитудно-частотных характеристик (АЧХ);
– фильтры ограничения полосы частот;
– фильтры «присутствия»;
– полосовые фильтры;
– графические эквалайзеры;
– параметрические эквалайзеры и прочие.
Такие фильтры, по принципу своей реализации, разделяются на два типа: аналоговые и цифровые [3]. Кроме того, аналоговые фильтры могут быть выполнены как на пассивных, так и на активных элементах. По принципу работы все фильтры разделяются на линейные и нелинейные. В зависимости от вида импульсной передаточной функции фильтры разделяются на рекурсивные (с бесконечной импульсной характеристикой) и нерекурсивные (с конечной импульсной характеристикой). Все аналоговые фильтры являются рекурсивными, цифровые фильтры могут быть как рекурсивными, так и нерекурсивными.
Обработка низкочастотного сигнала с помощью фильтров – это один из способов выявления информационного сигнала с коры головного мозга человека.
Частотные характеристики фильтров, применяемые для обработки сигнала в аналоговой аппаратуре, требуют большое число пассивных и активных элементов с очень высокими требованиями к точности их изготовления и к сохранению параметров в процессе длительной эксплуатации.
Цель статьи представить структурную схему и разработать математическую модель низкочастотного фильтра для обработки низкочастотного сигнала и устранения в нем шумов/помех без искажения исходного сигнала.
1. Бибиков, Д. В. Метод проектирования схем для считывания НЧ-сигналов с коры головного мозга [Текст] / Д. В. Бибиков, Р. Б. Буров, В. В. Лавлинский, Ю. Г. Табаков // Моделирование систем и процессов. - 2013. -№ 2. - С. 11-14.
2. Табаков, Ю. Г.Обработка НЧ сигналов для интеллектуальных тренажеров с применением программных линейных фильтров с дискретным временем [Текст] / Ю. Г. Табаков, В. В. Лавлинский, Д. В. Бибиков // Моделирование систем и процессов. - 2014. - № 3. - С. 45-47.
3. Бибиков, Д. В. Исследование подходов для создания информационной составляющей при проектировании интеллектуального тренажера на основе сигналов коры головного мозга [Текст] / Д. В. Бибиков, Р. Б. Буров, В. В. Лавлинский, Ю. Г. Табаков // Моделирование систем и процессов. - 2012. - № 4. - С. 52-56.
4. Табаков, Ю. Г. Рационализация выбора математических алгоритмов для управляющих НЧ сигналов [Текст] / Ю. Г. Табаков, В. В. Лавлинский // Моделирование систем и процессов. - 2014. - № 3. - С. 39-41.
5. Табаков, Ю. Г. Оптимизация алгоритмов вейвлет-преобразования при моделировании НЧ сигналов [Текст] / Ю. Г. Табаков, В. В. Лавлинский, Д. В. Бибиков // Моделирование систем и процессов. - 2014. -№ 3. - С. 47-49.
6. Табаков, Ю. Г.Анализ вейвлет-преобразования Добеши для снятия и обработки НЧ сигналов [Текст] / Ю. Г. Табаков, Д. В. Бибиков // Информационные технологии моделирования и управления. - 2014. - Т. 90. -№ 6. - С. 504-510.
7. Лавлинский, В. В. Интеллектуальный тренажёр [Текст] / В. В. Лавлинский, Д. В. Бибиков, Р. Б. Буров, Ю. Г. Табаков // Актуальные направления научных исследований XXI века: теория и практика. - 2014. - Т. 2. - № 4-3 (9-3). - С. 360-367.
