Lineární a adaptivní filtrace pro zpracování číslicových signálů

Abstract

Tato diplomová práce je zaměřena na lineární a adaptivní filtraci pro zpracování číslicových signálů. Je zde ucelený přehled základních charakteristik a operací číslicových signálů a systémů. Jsou zde objasněny principy lineární filtrace, která tvoří základ metod číslicového zpracování signálů. Prakticky jsou zde demonstrovány metody návrhu lineárních filtrů typu FIR a IIR v prostřední Matlab. Dále je tato práce věnována principům adaptivní filtrace, která v současné době nachází svoje uplatnění v řadě moderních aplikací. Pomocí prostředí Matlab je simulován adaptivní systém pro potlačování šumu při rádiové (mobilní) komunikaci. Pomocí tohoto systému jsou zkoumány dva základní adaptivní algoritmy LMS a RLS. Tyto algoritmy byly srovnány podle několika hledisek: matematická náročnost, rychlost konvergence, chyba konvergence, kvalita sledování, míra potlačení šumu apod., výsledky jsou posuzovány jak objektivními tak subjektivními kritérii.

Thesis is aimed on linear and adaptive filtering for digital signals processing. There is a comprehensive overview of basic characteristics and operations of digital signals and systems. There are explained principles of linear filtering, which forms the basis of methods of digital signals processing. Practically, there are methods of the proposal demonstrated linear filters FIR and IIR in the Matlab environment. Furthermore, this work is devoted to the principles of adaptive filtering, which currently is its application in many modern applications. Using the Matlab environment is simulated adaptive systém for noise suppression in radio (mobile) communication. Use of this systém is investigated two basic adaptive LMS and RLS algorithms. These algorithms were compared on several aspects: mathematical complexity, the speed of convergence, convergence error, quality monitoring, the degree of noise suppression, etc., and the results are considered as objective and subjective criteria.