ОПТИМИЗАЦИЯ ХАРАКТЕРИСТИК ДИНАМИЧЕСКИХ ФИЛЬТРОВ
- Авторы: Самаров Е.К.1
-
Учреждения:
- СПбГМТУ
- Раздел: Энергетика и электротехника
- Статья получена: 07.08.2025
- Статья одобрена: 09.09.2025
- Статья опубликована: 02.10.2025
- URL: https://rjpbr.com/2414-1437/article/view/688780
- ID: 688780
Цитировать
Полный текст
Аннотация
Актуальность. Одним из направлений дальнейшего совершенствования фильтровых методов спектрального анализа случайных сигналов является переход от обычных узкополосных фильтров (УПФ) к нестационарным узкополосным динамическим фильтрам (УДФ), работающим в переходном режиме, что позволяет повысить точность измерения оценки спектральной плотности мощности (СПМ) при одинаковом порядке классического и динамического фильтров.
Методы. Для определения относительной дисперсии оценки СПМ, используется корреляционно-фильтровой метод с использованием узкополосных динамических фильтров второго порядка (УДФВП).
Цель - оптимизировать методические алгоритмы, обобщенные выражения для функции спектрального окна (ФСО) и относительной дисперсии измеряемой оценки СПМ, оптимального синтеза законов перестройки характеристик УДФ: коэффициента затухания, центральной частоты и коэффициента передачи в полосе анализа, для проведения спектрального анализа случайных сигналов.
Результаты. В статье развиваются и конкретизируются теоретические результаты применительно к УДФВП для оптимизации законов перестройки (измерения) их характеристик, причем основное внимание в ней уделено более совершенному корреляционно-фильтровому методу спектрального анализа случайных сигналов.
Выводы. Полученные в работе результаты показывают, что применение узкополосных динамических, перестраиваемых в полосе анализа, фильтров позволяет получить более высокую точность спектрального анализа по сравнению с классическими, стационарными фильтрами того же порядка.
Полный текст
Введение. Одним из перспективных направлений развития фильтровых методов спектрального анализа случайных сигналов является внедрение нестационарных узкополосных динамических фильтров (УДФ), функционирующих в переходных режимах, взамен традиционно используемых узкополосных фильтров (УПФ). Такой подход позволяет повысить точность оценки спектральной плотности мощности (СПМ) без увеличения порядка фильтра по сравнению с классическими решениями. В данной работе представлены и проанализированы алгоритмические основы построения таких фильтров, обобщенные аналитические выражения для спектрального окна и относительной дисперсии оценки СПМ, а также проанализированы принципы оптимального проектирования законов перестройки параметров УДФ – таких как коэффициент затухания, центральная частота и коэффициент передачи в полосе анализа. Особое внимание уделено развитию теоретических положений применительно к узкополосным динамическим фильтрам второго порядка (УДФВП), с целью оптимизации процессов адаптации их характеристик. Основной акцент сделан на усовершенствовании корреляционно-фильтрового подхода к спектральному анализу случайных сигналов.
Оптимизация законов перестройки характеристик УДФВП. Запишем выражение для комплексной частотной характеристики УДФВП в общем виде
, (1)
где – функция перестройки центральной частоты фильтра во времени; -функция перестройки коэффициента затухания фильтра во времени; , – функции перестройки во времени параметров и фильтра, определяющего его коэффициент передачи; индекс указывает на перестройку характеристик фильтра во времени в полосе анализа.
Функция спектрального окна УДФВП для корреляционно-фильтрового метода спектрального анализа имеет вид [1-3]:
. (2)
Для ее определения находим вещественную часть комплексной частотной характеристики фильтра (1):
,
где .
Чтобы составляющая была симметрична относительно частот , положим и получим
. (3)
Подставляя равенство (3) в (2), имеем
. (4)
Эта формула связывает функцию спектрального окна узкополосного динамического фильтра второго порядка для корреляционно-фильтрового метода спектрального анализа с его характеристиками , , .
Для определения относительной дисперсии оценки СПМ, измеряемой корреляционно-фильтровым методом с использованием УДФВП, воспользуемся формулой [1]:
.
Перейдем в этой формуле от комплексной частотной характеристики к импульсной переходной характеристике . Используя преобразование Фурье [4, 5]
,
получаем
. (5)
При естественных для УПФ условиях и формулу (5) можно привести к следующему виду:
. (6)
Выражение (6) связывает характеристики , узкополосного динамического фильтра второго порядка с относительной дисперсией оценки спектральной плотности мощности , измеряемой корреляционно-фильтровым методом.
Чтобы получить УПФ с центральной частотой , необходимо изменить центральную частоту (или частоту настройки) элементарного УДФ по закону
, (7)
где – половина полосы пропускания УДФ; – функция, определяющая закон изменения во времени частоты и удовлетворяющая граничным условиям и .
Для упрощения дальнейших преобразований перейдем в выражениях (4) и (6) к безразмерным величинам. Введем следующие обозначения:
; (8)
; (9)
; (10)
; (11)
. (12)
С учетом равенств (8)-(12) формулы (4), (6) принимают вид:
; (13)
. (14)
Выражения (13) и (14) являются исходными для оптимизации законов перестройки характеристик УДФВП для корреляционно-фильтрового метода спектрального анализа случайных сигналов.
Перейдем к решению задачи оптимизации.
Решение задачи оптимизации. Предположим, что коэффициент передачи УДФВП поддерживается постоянным, а его центральная частота изменяется по линейному закону. В этом случае
, ;
; ,
и формулы (13) и (14) принимают вид:
; (15)
. (16)
где ; .
В качестве оптимизации примем относительную площадь под кривой функции спектрального окна узкополосного динамического фильтра второго порядка в полосе анализа (рабочая площадь) ко всей (полной) площади под кривой ФСО. Тогда задача оптимизации формулируется так: необходимо определить закон изменения безразмерного коэффициента затухания УДФВП, обеспечивающий при заданном значении относительной дисперсии оценки спектральной плотности мощности максимум площади под кривой функции спектрального окна фильтра в полосе анализа.
Вычислим полную площадь , заключенную под кривой ФСО, и площадь , ограниченную ФСО в рабочей полосе относительных частот . Отметим, что значение величины несколько больше единицы за счет некоторого расширения полосы пропускания от номинальной.
Полная площадь
.
Подставляя в эту формулу выражение (15), после вычислений получаем
. (17)
Аналогично имеем для рабочей площади
. (18)
Для решения задачи оптимизации использован метод неопределенных множителей Лагранжа, в соответствии с которым проведена минимизация функционала
,
где – коэффициент Лагранжа.
Для оптимального закона изменения коэффициента затухания УДФВП во времени получено следующее выражение:
, (19)
где ; – максимальное значение коэффициента затухания (при ); оно связано с начальным значением коэффициента затухания (при ) соотношением
, (20)
где
. (21)
Оптимальная зависимость коэффициента затухания УДФВП для корреляционно-фильтрового метода спектрального анализа приведена на рис. 1 (кривая 1), а зависимость от на рис. 2.
Из рис. 2 следует, что существенное различие между начальным и конечным значениями коэффициента затухания УДФВП для корреляционно-фильтрового метода анализа имеется при . Более строгий анализ показывает, что при и даже при для расчета параметров оптимального закона перестройки УДФВП можно пользоваться приближенной формулой, полученной из (20) с учетом равенства (21):
.
Рис. 1. Зависимость коэффициента затухания от : 1 – для оптимального закона перестройки ; 2 – для линейного закона перестройки
Рис. 1. Зависимость от для УДФВП
Относительная систематическая погрешность вычисления , вызываемая упрощением (20), при составляет %, а в диапазоне она изменяется от -1.34 до -3,6%.
Коэффициент в формуле (18) определяется параметрами и :
.
Таким образом, перестройка коэффициента затухания УДФВП в полосе анализа, согласно зависимости (19), обеспечивает при указанном выше значении , постоянном коэффициенте передачи и линейном сканировании центральной частоты фильтра максимальную точность аппроксимации идеального окна и заданную относительную дисперсию оценки СПМ, измеряемую корреляционно-фильтровым методом спектрального анализа случайных сигналов.
Оптимальная зависимость (19) даже для УДФВП является линейной, что осложняет ее аппаратурную реализацию в корреляционно-фильтровых анализаторах спектра. Поэтому целесообразно рассмотреть более простые законы задания коэффициента затухания УДФВП, например, линейный закон изменения и поддержания постоянного значения коэффициента затухания в полосе анализа при линейном законе изменения центральной частоты УДФВП в обоих случаях.
Линейный закон изменения и поддержания постоянного значения коэффициента затухания в полосе анализа. С учетом равенства запишем выражение (16) в следующем виде:
. (22)
Пусть закон изменения коэффициента затухания УДФВП описывается линейной функцией (кривая 2 на рис. 1):
. (23)
Подставив это соотношение в (22), после преобразования получим выражение для относительной дисперсии оценки СПМ
. (24)
Далее определим зависимость относительной погрешности аппроксимации функции спектрального окна УДФВП от начального значения коэффициента затухания, выразив ее через площади и :
. (25)
Используя (18), вычислим площадь , которая с учетом равенства (23), принимает вид
,
где .
После вычислений и подстановки полученного равенства для в (25) имеем
. (26)
Эта зависимость приведена на рис. 3 (кривая 1).
Рис. 3. Зависимость погрешности аппроксимации , от коэффициента затухания :
1 – для линейного закона изменения коэффициента затухания; 2 – для постоянного коэффициента затухания
Из рис. 1 видно, что точность аппроксимации идеального (прямоугольного) спектрального окна реальным спектральным окном УДФВП возрастает с уменьшением начального значения коэффициента затухания .
Переходим к варианту задания постоянного значения коэффициента затухания УДФВП, то есть . В этом случае выражение (24) и (26) принимают вид:
;
. (27)
Зависимость (27) приведена на рис. 3 (кривая 2). Сравнение двух зависимостей подтверждает естественный факт: использование УДФВП с линейным законом перестройки коэффициента затухания приводит к меньшей относительной погрешности аппроксимации при измерении оценки СПМ, чем применение УДФВП с постоянным коэффициентом затухания. Для проверки полученных результатов проведено их моделирование на ПЭВМ и сравнительный анализ обоих вариантов закона изменения характеристик УДФВП применительно к корреляционно-фильтровому методу спектрального анализа.
Подставляя равенство (23) в (15) для линейного закона изменения коэффициента затухания, после вычислений получаем следующее выражение:
. (28)
Два УДФВП с постоянным коэффициентом затухания из (28) при получаем выражение для ФСО:
. (29)
Зависимости функций спектральных окон УДФВП и , определяемые соответственно выражениями (28), (29) для различных значений начального коэффициента затухания , приведены на рис. 4.
Для наглядности графики функций , для совмещены на рис. 5, там же приведена зависимость для стационарного (не перестраиваемого, классического) фильтра, которая определяется выражением
.
а) б)
Рис. 4. Зависимости функций спектрального окна УДФВП для различных значений начального коэффициента затухания : а – при линейном изменении коэффициента затухания ; б – при постоянном значении коэффициента затухания
Из сравнения графиков видно, что применение квазиоптимальных УДФВП с линейной перестройкой коэффициента затухания при одной и той же относительной дисперсии оценки СПМ позволяет получить меньшую относительную погрешность аппроксимации, чем при использовании УДФВП с постоянным коэффициентом затухания, и тем более стационарного фильтра.
Рис. 5. Зависимости функции спектральной окна узкополосных фильтров: 1 – функция спектрального окна для линейного закона перестройки центральной частоты и линейного закона изменения коэффициента затухания УДФВП; 2 – функция спектрального окна для линейного закона перестройки центральной частоты при постоянном затухании УДФВП; 3 – функция спектрального окна стационарного фильтра
Заключение. Таким образом, применение узкополосных динамических (перестраиваемых в полосе анализа) фильтров позволяет получить более высокую точность спектрального анализа по сравнению с классическими, стационарными фильтрами того же порядка.
Об авторах
Евгений Кимович Самаров
СПбГМТУ
Автор, ответственный за переписку.
Email: omega511@mail.ru
Доктор технических наук, Декан факультета естественных наук
РоссияСписок литературы
- 1. Хьюлсман, Л. Введение в теорию и расчет активных фильтров: пер. с англ. / Л. Хьюлсман, Ф. Ален. – М.: Радио и связь, 1984. – 384 с.
- 2. Мошиц Г. П. Проектирование активных фильтров: пер. с англ. / Г. Мошиц, П. Хорн. – М.: Мир, 1984. – 320 с.
- 3. Чинков В.Н. Оптимизация законов перестройки характеристик динамических фильтров второго порядка для спектрального анализа случайных сигналов // Измерительная техника. 2003. №11. С.61-65.
- 4. Гоноровский И.С. Радиотехнические цепи и сигналы – М.: радио и связь, 1986. 512 с.
- 5. Артюшенко В.М., Самаров Е.К. Применение алгоритма фильтрации Калмана-Бьюси в задачах анализа качества электроэнергии // Электротехнические и информационные комплексы и системы. 2006. Т. 2. № 1. С. 17-23.
Дополнительные файлы
