SPEKTRUM ANALİZİ VE ÖLÇÜMÜ

Bu bölüm , genlik ve faz spektrumunun nasıl belirlendiği , bir spektrum analizörünün nasıl
geliştirileceği , ve işaretlerin toplam harmonik bozulumlarının (THD) nasıl belirleneceği
hakkında bilgi verir.Ölçü sanal enstrumanlarının (VIs) nasıl kullanıldığına dair örnekler
için examples\analysis\measure\measxmp1.11b ‘ye bakınız.

Değişkenelektriksel işaretler , zamanın ve frekansın bir fonksiyonudur.Bu nedenle ,

elektriksel işaretlerin zaman ve frekans düzlemindeki analizleri yapılmalıdır.Frekans
düzleminde yapılan analize spektrum analizi denir. Spektrum analizinde herhangi bir
işareti oluşturan değişik frekanslara ait işaretlerin enerji seviyeleri belirtilir.Bu analiz ile
elektrik ve mekanik sistemlerin testine yarayan , elektriksel ve fiziksel bilgiler elde edilir.

ÖLÇÜ SANAL ENSTRUMANLARINA GİRİŞ

Birkaç ölçü sanal enstrumanları , genlik faz spektrumu , işaret güç spektrumu devre
transfer fonksiyonu ve bu gibi zaman domeninden frekans domeni dönüşümlerini
geeçekleştirir.Diğer ölçü sanal enstrumanlar , ölçekli zaman domeni pencerelemesi ve
güç ve frekans tahmini gibi fonksiyonları yerine getiren sanal enstrumanlarla birbirini
etkiler.

Ölçü sanal enstrumanları aşağıdaki uygulamalarda kullanılır:

• Spektrum analizi uygulamalarında

- Genlik ve faz spektrumu
- Güç spektrumu
- Ölçekli zaman domeni penceresi
- Güç ve frekans tahmini
- Harmonik analiz ve toplam harmonik bozulumu (THD) ölçümleri

• Devre ve dual kanal analiz uygulamaları

- İmpals cevap fonksiyonu
- Devre fonksiyonları
- Karşılıklı güç spektrumu

Fourier analizörlerinde , dijital işaret işleme teknikleri kullanılarak ölçmeler

yapılmaktadır.Bunlarla çok küçük işaretler ölçülebildiği gibi , gürültülü işaretler de
ölçülebilmektedir.Ayrıca iki veya daha fazla işaret arasındaki ortak özellikler de Fourier
analizörleri ile belirlenebilir.

Fourier analizörlerinde , ayrık Fourier transformu (discrete fourier transform : DFT) ile
hesaplama yapılır . Mikroişlemciler ile yapılan hesaplamalarda hızlı Fourier transformu
(fast fourier transform : FFT) algoritmasından yararlanılır.

DFT , FFT , ve güç spektrumu , durağan ve geçici hal işaretlerinin frekans miktarının
ölçümünde yararlıdır.FFT , işaretin elde edildiği bütün zaman süresince işaretin ortalama
frekans miktarını sağlar.Bu nedenle , FFT daha çok durağan işaret analizleri için kullanılır
(İşaretin elde edildiği zaman süresince işaret frekans miktarı belirgin olarak
değişmiyorsa) , veya her frekans hattında sadece ortalama enerji isteniyorsa.Ölçü
problemlerinin büyük bir kısmı bu kategoridedir.İşaretin elde edilmesi süresince değişen
frekans bilgisi ölçümü için , ortak zaman-frekans analiz sanal enstrumanı ( Gabor
Spektrogramı gibi) kullanılır .

Ölçü sanal enstrumanları , işaret işleme sanal enstrumanları (VIs) üzerine kurulmuştur ve
geleneksel ,tezgahüstü frekans analiz enstrumanlarının davranışını modelleyen aşağıdaki
karakteristiklere sahiptir .
• Uygulamada , zaman domeni işaret girişi varsayılmıştır.
• Çıkışlar , ölçekli , uygun birimlerde , yaklaşık grafikleme için hazır büyüklük ve fazdır.
• DC ‘den Örnekleme Frekansı/2 ‘ye tek taraflı spektrumlar.
• Uygun X ekseni birimiyle (Hz) grafikleme için örnekleme frekansından frekans ara
dönüşümüne.
• Kullanılan pencere için düzeltmeler , uygun olduğunda uygulanılır.
• Her pencere , genlik doğruluk sınırları içinde aynı pik spektrum genlik sonucu versin
diye pencereler ölçeklenmiştir.
• Güç ve genlik spektrumlarını , V2/Hz , V/ ve bu gibi desibel ,spektral yoğunluk
birimlerini de içeren çeşitli birim biçimlerinde değerlendirir.

Genelde , aşağıda gösterildiği gibi , ölçü sanal enstrumanları, data toplama ölçü sanal
enstrumanları çıkışına ve grafiğe eksen grubundan bağlanabilir.

Ölçü örnekleri aşğıdakileri içerir:

• Genlik Spektrum Örneği

• Simüle Dinamik İşaret Analiz Örneği
• Toplam Harmonik Bozulumu (THD) Örneği

National Instruments donanımı ile aşağıdaki örnekler kullanılabilir:

• Basit Spektrum Analizörü ve Spektrum Analizörü: Her ikisi de herhangi bir analog giriş
donanımı ile (kaliteli ölçümler için dinamik işaret toplama donanımı kullanılır) çalışır.

• Dinamik İşaret Analizörü ve Devre Analizörü : Her ikisi de dinamik işaret toplama (DSA)
donanımı ile çalışır.

SPEKTRUM ANALİZİ

Bir İşaretin Genlik ve Faz Spektrumunun Hesaplanması

Birçok uygulamada , bir işaretin frekans miktarını bilmek ,işareti üreten sistemi
kavramayı sağlar.Seslerin frekans miktarını analiz etmek,enstrumanları kalibre etmek ,
gürültü miktarını ve makine parçaları tarafından üretilen titreşimleri tahmin etmekle elde
edilen bilgi kullanılabilir.Bir sonraki konu bir işaretin genlik ve fazının ölçümü için Genlik
ve Faz Spektrum Sanal Enstrumanı’nın nasıl kullanılacağı hakkında bilgi verir.

Spektrum Analizörü

Spektrum analizöründe harmoniklerin genlik ve enerjileri hakkında bilgi edinilir ve CRT

(osiloskobun katot ışınlı tübü) ekranında bir grafik görüntü elde edilebilir.Spektrum
analizörü sınırları ,filtre sayısına ve filtrelerin bant genişliklerine bağlıdır.Ses frekans
uygulamalarında kullanılan bir analizörde yaklaşık 32 filtre bulunur.Spektrum
analizöründe ,temel ve 2. harmoniklerin genlikleri elde edilir.

1.1. GENLİK VE FAZ SPEKTRUM VI’NIN KULLANIMI

Bu bölümde , amaç , bir işaretin genlik ve faz spektrumunu hesaplamaktır.

Ön Panel

1.Examples\analysis\measure\measxmp1.11b’de bulunan Genlik Spektrum Örneği VI’yı

açın . İşaret , ek beyaz gürültülü bir multi fonksiyon generatörünü temsil eden eden Basit
Fonksiyon Generatör VI tarafından üretilir.

Blok Diyagramı

2.Blok diyagramı açın ve inceleyin.

Genlik ve faz spektrum VI , bir zaman domeni işaretinin genlik spektrum ve faz
spektrumunu hesaplar.Bu VI’ye bağlantılar aşağıda incelenmiştir.

Giriş zaman domen işareti , İşaret (V) kontrolünde uygulanmıştır . Giriş işareti
spektrumunun büyüklük ve fazı , sırasıyla , Genlik Spektrum Büyüklük (Vrms) ve Genlik
Spektrum Faz (Radyan) çıkışlarında mevcuttur.Spektrum Birim Dönüşüm Sanal
Enstrumanı, genlik ve faz spektrumunun orijinal Vrms çıkışını , herhangi genel birimlere (
Vrms , Vpk ,Vrms2 , Vpk2 , Vrms , Vpk , Vrms2/Hz,ve Vpk2/Hz ) dönüştürmek için
kullanılır.Son dört birim,genlik spektral yoğunluk (Vrms , Vpk ) ve güç spektral
yoğunlukdur (Vrms2/Hz , ve Vpk2/Hz ).

3.VI’yı çalıştırın.

4.Simüle edilmiş frekans ve dalga şekli tipi ve işaretin genlik ve gürültü seviyeleri de
değiştirilebilsin diye Genlik Spektrum örneğini , açık ön panel Basit Fonksiyon Generatörü
ile çalıştırın.Genlik spektrumundaki değişiklikleri gözönüne alın.

Bir Sistemin Frekans Cevabının Hesaplanması

Kendine özgü işaretlerin frekans miktarının ölçümü , yalnız başına yararlıdır , ama
sistemlerin frekans cevabı , elektriksel bileşenlerin empedansından ,dinamik yapıların
doğal titreşim frekansı analizine kadar bütün devre çeşitlerinin davranışının analiz
edilmesinde yaygın olarak kullanılır.Frekans cevabı , bir devrenin verilen bir girişe nasıl
cevap vereceğini tanımlar.

1.2. FREKANS VE İMPALS CEVABININ HESABI

Bu bölümdeki amaç, bir sistemin impals cevabı ve frekans cevabını hesaplamak ve

uyumluluk (coherence function) fonksiyonunu hesaplamak ve frekans cevabı ölçümlerinin
geçerli kılınması için nasıl kullanılıdığını anlamaktır.

Ön Panel

1.Yeni bir ön panel açın ve aşağıdaki şekilde gösterildiği gibi nesneleri ekleyin.Bu ön
panel bir bant geçiren filtre için frekans cevap büyüklüğü ve impals cevap fonksiyonunu
gösterir.Uyumluluk fonksiyonu frekans cevap büyüklüğü gibi , aynı ölçekte gösterilmiştir
çünkü o da bir spektral ölçümdür.
Blok Diyagramı

2.Blok diyagramı açın ve aşağıda gösterildiği gibi değiştirin.Burada , sistem uyarımı

olarak beyaz gürültü geçirerek ve sistem cevabı olarak filtre çıkışını toplayarak bir bant
geçiren filtrenin (Butterworth Filtre VI) sistem cevabını ölçeceğiz.Hem uyarım hem de
cevap , Hannig Window (Ölçekli Zaman Domen Penceresi VI ) tarafından pencerelenmiştir
ve bütün sistem birkaç çerçeve veya ortalama ile izlenir.Uyarım ve cevap verisi , daha
sonra , sistem frekans cevabına bağlı olan bütün gerçek hesapların yapıldığı (Network
Functions VI) Devre Fonksiyonları (avg) VI’na gönderilir.

Devre Fonksiyonları (avg) VI , frekans cevabı (büyüklük ve faz ) ,karşılıklı güç spektrumu
(büyüklük ve faz),uyumluluk fonksiyonu ve impals cevabını hesaplar.Giriş ve çıkış
verilerinin çerçeve sayısını arttırarak (ön paneldeki ortalamaları arttırarak), sistem cevap
fonksiyonları tahmini geliştirilir.Bu diyagramda , sadece frekans cevap büyüklüğü ,
uyumluluk ve impals cevabı gösterilmiştir.
Uyumluluk fonksiyonu , çıkış işaretinin giriş işaretiyle ne kadar ilişkili olduğunu ölçer ve
böylece , frekans cevabı tahmininin geçerliliğini gösterir.Eklenen gürültü ve belirli
frekanslardaki nonlineer sistem davranışı , uyumluluk fonksiyonunun bu frekanslarda
birin altına düşmesine neden olur. Sistem gürültüleri için , daha fazla ortalama alınırsa ,
uyumluluk fonksiyonu bire daha çok yaklaşır , ve daha iyi bir frekans cevap tahmini olur .
Uyumluluk fonksiyonunun bir özelliği de , sadece , giriş ve çıkış verilerinin bir çerçeveden
daha fazlasının ortalaması alındığında tanımlı olmasıdır.Sadece bir ortalama için , bütün
frekanslarda uyumluluk 1 olacaktır, bu olay , hatta frekans cevap tahminleri zayıf olsa
bile geçerlidir.

Harmonik Bozulumu

İdeal bir amplifikatörün girişine uygulanan sinüsoidal işaret , bozulmadan çıkışa ulaşır .
Gerçekte böyle bir amplifikatör bulmak mümkün olmadığı için , çıkış işaretinde bir
bozulma , bir distorsiyon meydana gelir.Bu bozulma , devre içindeki elemanların lineer
olmayan karakteristiklerine bağlıdır. Bunlar ; bipolar ve alan etkili transistörler ile pasif
devre elemanlarının lineer olmayan karakteristikleridir.

Amplifikatörlerin lineer çalışmamaları halinde , oluşan distorsiyon genlik veya harmonik

distorsiyonu (bozulumu) adını alır. Genliği bozulmuş bir sinüsoidal işaret , sonsuz sayıdaki
harmoniklerin toplamı toplamından meydana gelir.

Distorsiyonun fazla olması halinde , sinüsoidal işaretteki bozulmanın sayısal

değerlendirilmesi , distorsiyon analizörleri ile yapılır.

Belli bir frekansın (mesela ,f1) bir işareti x(t) ,bir nonlineer sistemden geçirildiğinde ,
sistem çıkışı sadece giriş frekansı (f1)’den oluşmaz ,ayrıca (f2=2*f1, f3=3*f1 ,
f4=4*f1 vb.) gibi harmonikleri de vardır.Üretilen harmonik sayısı ve benzeri genlikler
,sistemin nonlineerlik derecesine bağlıdır. Genelde , daha fazla nonlineerlik , daha fazla
harmoniklerdir ya da daha fazla lineerlik ,daha az harmonik anlamına gelir.

Nonlineer bir sisteme örnek , y(t) çıkışı giriş işareti x(t)’nin kübü olan bir sistemdir.
Böylece,eğer giriş
x(t)=cos(wt) ise ,
çıkış
‘dir.

Bu yüzden , çıkış sadece ,giriş ana frekansı w’i içermez ,ayrıca 3 .harmonik 3w‘i de içerir.

Toplam Harmonik Bozulumu

Bir sistemin sunduğu nonlineer bozulma miktarını belirlemek için , ana frekansın genliği
ile göreli olan sistem tarafından sunulan harmoniklerin genliklerinin ölçülmesi
gerekir.Harmonik bozulma , ana frekans genliğiyle karşılaştırıldığında harmonik
genliklerinin göreli bir ölçümüdür.Ana dalga genliği A1 ,ve harmoniklerin genlikleri A2
(2.harmonik), A3 (3.harmonik) , A4 (4.harmonik) , ....., An (n.harmonik) ise , toplam
harmonik bozulma (THD) ;

ile verilir ve yüzde THD ise ;

Bir sonraki konuda , bir sinüs dalgası üretecek ve onu bir nonlineer sistemden
geçireceksiniz.Nonlineer sistemin blok diyagramı aşağıda gösterilmiştir:
Eğer giriş , x(t) = cos (wt) ise, çıkış ,

y(t) = cos(wt) + 0,5.cos2(wt) +0,1.n(t)

= cos(wt) + [1 + cos(2wt) ]/4 + 0,1.n(t)
= 0,25 + cos(wt) + 0,25.cos(2wt) +0,1.n(t)

olduğunu blok diyagramından doğrulayın.

Bu nedenle , bu nonlineer sistem , ana dalganın 2. harmoniği kadar , bir de ek bir DC

bileşen üretir.

Harmonik Analizör VI’nın Kullanımı

Nonlineer sistemin çıkışındaki işarette bulunan %THD’yi hesaplamak için Harmonik

Analizör VI’yi kullanırız.Girişine uygulanmış güç spektrumundaki harmonik bileşenleri
(onların genlik ve benzeri frekansları) ve ana dalgayı bulur.Ayrıca toplam harmonik
yüzdesini ve toplam harmonik bozulması artı gürültü yüzdesini (%THD + Gürültü )
hesaplar. Harmonik Analizör VI’ye yapılan bağlantılar aşağıda gösterilmiştir.

Örnek olarak , aşağıdaki bağlantıları inceleyiniz :

Ölçekli Zaman Domeni Penceresi VI , nonlineer sistemin (sizin sisteminiz) çıkışı y(t) ‘ ye
bir pencere uygular. Bu da , y(t)’nin güç spektrumunu Harmonik Analizör VI ‘ya gönderen
(Auto Power Spektrum) Oto Güç Spektrumundan geçirilir. Harmonik Analizör VI de ,
harmoniklerin genlik ve frekanslarını , THD ve %THD ‘yi hesaplar.

VI’nin “#harmonics” kontrolünde bulmasını istediğiniz harmoniklerin sayısını

belirtebilirsiniz.Bu harmoniklerin genlik ve benzer frekansları “Harmonik Genlikleri”
(“Harmonic Amplitudes”) ve “Harmonik Frekansları” (“Harmonic Frequencies”) düzenleme
göstergelerinde geri verilir.

Not : #harmonics kontrolünde belirtilen sayı , ana frekansı içerir.Böylece , #harmonics

kontrolünde 2 değerini girersek bu da ,ana frekansı (frekans f1) ve 2.harmoniği (f2=2*f1
frekansı) bulmak anlamına gelir.Eğer bir N değeri girilirse ,VI ,ana frekansı ve benzeri (N-
1) harmoniklerini bulur.

Aşağıda diğer kontrollerin bazılarının açıklamaları verilmiştir:

Ana Frekans Temel bileşenin frekansının tahminidir.Sıfır olarak (varsayılan değer)

bırakılırsa , VI , temel frekans olarak en büyük genlikli non-DC bileşenin frekansını
kullanır.

Pencere Orijinal zaman işaretine uygulanan pencere tipidir. Ölçekli zaman domen
Penceresi VI’da seçilen penceredir. THD’nin doğru bir tahmini için , bir pencere
fonksiyonu seçilmesi önerilir.Varsayılan değer ,üniform penceredir.

Örnekleme Oranı Hz cinsinden giriş örnekleme frekansıdır.

%THD + Gürültü çıkışı ,daha fazla açıklamayı gerektirir. %THD + Gürültü hesapları ,
%THD için yapılan hesaplarla hemen hemen aynıdır.Farkı ise , harmoniklere bir de
gürültü gücünün eklenmiş olmasıdır.Aşağıdaki bağıntıyla verilir:

Burada , sum(APS) ,Oto Güç Spektrumu (Auto Power Spektrum) elemanları , eksi (-) DC
yakınlarındaki ve temel frekans indeksi yakınlarındaki elemanların toplamıdır.

1.3. HARMONİK BOZULUMUN HESAPLANMASI

Bu bölümdeki amaç , Harmonik Analizör Sanal Enstrumanını kullanarak harmonik

bozulma hesaplarını yapmaktır.

Blok Diyagramı

1.Examples\analysis\measure\measxmp1.11b’deki THD Örnek VI’sini açın ve blok

diyagramı inceleyin.

Daha önce gördüğünüz sistem bir nonlineer sistemdir.Çıkışı pencerelenmiş , ve güç

spektrumu hesaplanmış ve Harmonik Analizör VI’ye verilmiştir.

Sinüs Dalga VI “Temel Frekans”( “fundamental frequency”) kontrolünde belirtilen bir bir
frekansın ana dalgasını üretir.

Ön Panel

2.Ön paneli açın. Aşağıda ,nonlineer sistemin çıkışının güç spektrumu gösterilmiştir.Sağ
üst köşede , ana dalga ve harmoniklerinin genlik ve frekansları için düzenleme
göstergeleri bulunur.Düzenleme boyutları , “#harmonics” kontrolünde girilmiş değerlere
bağlıdır.
3.”Ana dalga frekansı”nı (“fundamental frequency”) 1000’e , “#harmonics” ‘i 2’ye
çevirin ,ve VI ‘yi birkaç defa çalıştırın.Her seferinde çıkış göstergelerindeki (“Harmonik
Frekanslar”,”Harmonik Genlikler”,%THD ve %THD+Gürültü) değerleri not edin.
VI’yi her seferinde çalıştırdığınızda neden farklı değerler aldınız?
%THD ve %THD+Gürültü değerlerinden hangisi büyüktür?Neden olduğunu açıklayınız?

4.”Pencere” (“window”) kontrolünün farklı seçimlerinde VI’yi çalıştırın ve güç

spektrumundaki pikleri gözlemleyin.
Hangi pencere en dar piki veriyor?Hangi pencere en geniş piki veriyor?Neden?

5.Ana dalga frekansını 3000 yapın ve VI’yi çalıştırın.Neden bir hata alıyorsunuz?
Not :Nyquist frekansı ve harmoniklerin frekansı arasındaki ilişkiyi gözönünde bulundurun.

6.Bitirdiğinizde ,VI’yi kapatın ve LabVIEW’den çıkın.

Özet

Ölçü sanal enstrumanları (VI) ile genel ölçüm görevleri yerine getirilebilir.Bu görevlerden
bazıları , harmonik bozulum miktarını , bir işaretin faz ve genlik spektrumunun
hesaplanmasını içerir.Diğer VI’ler , bir sistemin transfer fonksiyonu , sistemin impals
cevabı ,giriş ve çıkış işaretleri arasındaki karşılıklı güç spektrumu vb. gibi özelliklerini
hesaplar.

FİLTRELEME

Bu bölüm , sonsuz impals cevap filtreleri (IIR) , sonlu impals cevap filtreleri (FIR) ve
nonlineer filtreler kullanarak işaretlerden istenmeyen frekansların nasıl filtreleneceğini
açıklar.Analiz Filtre VI’sinin nasıl kullanılacağı hakkındaki örnekler ,
examples\analysis\fltrxmp1.11b ‘de bulunur.

DİJİTAL FİLTRELEME FONKSİYONLARINA GİRİŞ

Analog filtre dizaynı , elektronik dizaynın en önemli alanlarından biridir.

Modern örnekleme ,dijital işaret işleme araçları esneklik ve programlanabilirlik gerektiren
uygulamalarda analog filtrelerin yerini dijital filtrelerin almasını mümkün kılar.Bu
uygulamalar , işitsel (audio), telekomünikasyon , jeofizik ve tıbbi izleme gibi dalları içerir.

Dijital filtrelerin analog filtrelere göre aşağıdaki avantajları vardır:

• Programlanabilir yazılımlardır.
• Önceden tahmin edilebilen ve kararlıdırlar.
• Sıcaklık veya nem ile kaymaya uğramazlar ve hassas bileşenler gerektirmezler.
• Fiyat oranına göre üstün performansları vardır.

Dijital filtreler , LabVIEW’da ,filtre derecesi , kesim frekansları küçük genlikli dalgalanma
(ripple) miktarı ve bant durduran zayıflama gibi parametreleri kontrol etmek için
kullanılır.

Bu bölümde anlatılan dijital filtre VI’leri sanal enstruman felfesini izler.Sanal

Enstrumanlar , bütün dizayn konularını , hesaplamaları ,hafıza yönetimini ele alır.Dijital
filtreler konusunda veya veri işleme için dijital filtre teorisi hakkında uzmanlığa ihtiyaç
yoktur.

Örnekleme teorisinin aşağıdaki açıklaması , filtre parametreleri hakkında ve giriş

parametreleriyle nasıl bir ilişkide oldukları hakkında daha iyi bir anlatım olması için
verilmiştir.

t parametresi örnekleme aralığıdır.∆ t eşit aralıklarda zaman işaretini örmekleyebildiğinizi

varsayın. ∆ Örnekleme frekansı , en azından , zaman işaretinde en yüksek frekansın iki
katıysa ,örnekleme teoremi ,ayrık ,eşit aralıklı örneklerden bir sürekli zaman işaretinin
yeniden kurulabileceğini belirtir. Bilgi kaybetmeden ,

Örnekleme aralığından , örnekleme oranı veya örnekleme frekansı fS elde edilebilir:

Buradan , örnekleme teoremine göre , dijital sistemin işleyebileceği en yüksek frekans ;

Sistemin işleyebileceği en yüksek frekans Nyquist frekansı olarak bilinir.Bu , dijital

filtreler için de geçerlidir.Örneğin , örnekleme aralığı ;

t = 0.001 saniye,∆

ise,örnekleme frekansı fs = 1.000 Hz ‘dir.

ve sistemin işleyebileceği en yüksek frekans

fNyq= 500 Hz’dir.

Aşağıdaki filtre operasyon tipleri , filtre dizayn tekniklerine dayanır:

• Düzeltme penceresi
• Sonsuz impals cevap (IIR) veya iteratif dijital filtreler
• Sonlu impals cevap (FIR) veya noniteratif dijital filtreler
• Nonlineer filtreler

Bu bölümün geri kalanında ,IIR ,FIR ve nonlineer teknikler hakkında ve her tekniğe
uygun dijital filtre VI’leri hakkında bilgi verilecektir.

İDEAL FİLTRELER

Filtreler istenmeyen frekansları değiştirir veya ortadan kaldırır.Ya geçirdikleri ya da

zayıflattıkları frekans alanına bağlı olarak aşağıdaki tiplerde sınıflandırılabilirler:

• Bir alçak geçiren filtre düşük frekansları geçirir , ama yüksek frekansları zayıflatır.
• Bir yüksek geçiren filtre yüksek frekansları geçirir , düşük frekansları zayıflatır.
• Bir bant geçiren filtre frekansların belirli bir bandını geçirir.
• Bir bant durduran filtre frekansların belirli bir bandını zayıflatır.

Bu filtrelerin ideal frekans cevabı aşağıda gösterilmiştir:

Alçak geçiren filtre , fc altındaki bütün frekansları geçirir , oysa yüksek geçiren filtre fC
üstündeki bütün frekansları geçirir.Bant geçiren filtre , fC1 ve fC2 arasındaki bütün
frekansları geçirir , oysa bant durduran filtre fC1 ve fC2 arasındaki bütün frekansları
zayıflatır.fC , fC1 ve fC2 frekans noktaları , filtrenin kesim frekansları olarak bilinir.
Filtreleri dizayn ederken , bu kesim frekansları belirtilmelidir.
Filtreden geçirilen frekans alanı ,filtrenin bant geçireni olarak bilinir.Sinyal genliği ne
artsın ne de azalsın diye bir ideal filtrenin , bant geçireninde 1 gibi kazancı (0 dB) vardır.
Bant durduran ,filtreden hiç geçmeyen ve zayıflatılmış frekans alanlarına karşılık
gelir.Farklı tipteki filtreler için bant geçiren ve bant durduranlar aşağıda gösterilmiştir:

Bant geçiren filtrelerin 1 bant geçireni ve 2 bant durduranı vardır ve bant durduran
filtrelerin 2 bant geçireni ve 1 bant durduranı vardır,oysa alçak geçiren ve yüksek geçiren
filtrelerin 1 bant geçireni ve 1 bant durduranı vardır.

İDEAL OLMAYAN FİLTRELER

Geçiş Bandı

)’a kadar değişir. Aşağıdaki diyagramlar, farklı ideal olmayan filtre tipleri için bant
geçiren , bant durduran ve geçiş bölgesini gösterir. Bant geçiren ,frekans alanının , filtre
kazancının 0 dB ile –3 dB arasında değiştiği sınırlar içinde olduğu bölgededir.∞ dB)
olmalıdır. Bununla beraber , gerçek uygulamalarda,bu kriterlerin hepsi yerine getirilemez.
Pratikte, bant geçiren ve bant durduran arasında daima bir sonlu geçiş bölgesi vardır.Bu
bölgede, filtre kazancı zamanla, bant geçirende 1 (0 dB)’den bant durduranda 0’a(
-∞İdeal olarak,bir filtrenin bant geçireninde bir birim kazancı (0 dB) olmalıdır ve nat
durduranında kazancı 0 (-

Bant Geçiren Küçük Genlikli Dalgalanması Ve Bant Durduran Zayıflaması

Birçok uygulamada,bant geçirende kazancın 1’den biraz değişiklik göstermesine izin

verilmesi uygundur. Bant geçirendeki bu değişiklik, bant geçiren küçük genlikli
dalgalanmasıdır ve gerçek kazanç ile istenilen kazanç olan 1 arasındaki
farktır.Uygulamada , bant durduran zayıflaması sonsuz olamaz ve uygun olan bir değer
belirtilmelidir. Bant geçiren küçük genlikli dalgalanması ve bant durduran zayıflaması dB
olarak ölçülür ve;

dB=20.log10(Ao(f)/Ai(f)) ile tanımlanır.

Burada,log10 ,10 tabanındaki logaritmayı ve Ai(f)ve Ao(f),filtreleme öncesi ve sonrası

belirli bir frekansın (f) genlikleridir(sırasıyla).

Örneğin, -0,02dB bant geçiren küçük genlikli dalgalanması için , formülden yola çıkarak

-0,02 = 20.log10(Ao(f)/Ai(f))
(Ao(f)/Ai(f)) = 10-0,001 =0,9977

Bu sonuç da, giriş ve çıkış genlikleri oranının 1’e çok yakın olduğunu gösterir.

Bant durduranda –60dB zayıflamaya sahipseniz;

-60 = 20.log10(Ao(f)/Ai(f))
(Ao(f)/Ai(f)) = 10-3 =0,001 elde edilir.

Burada , çıkış genliğinin, giriş genliğinin 1/1000’i olduğu görülür.Aşağıdaki şekil,ölçekli

çizilmemesine rağmen,bu kavramı gösterir:

Not :Zayıflama, genelde,”eksi”kelimesi kullanılmadan,desibel cinsinden ifade edilir , ama

bir negatif dB değeri , normalde varsayılır.

IIR VE FIR FİLTRELERİ

0) olan bir çıkışa cevabı, filtrenin impals cevabı olarak adlandırılır (aşağıdaki şekle
bakınız). İmpals cevabının Fourier transformu , filtrenin frekans cevabı olarak bilinir.Bir
filtrenin frekans cevabı,filtrenin çıkışının farklı frekanslarda ne olacağı hakkında bilgi verir.
Diğer bir değişle , farklı frekanslarda filtre kazancı hakkında bilgi verir. İdeal bir filtre için,
bant geçirende kazanç 1 , bant durduranda 0 olmalıdır.Böylece bant geçirendeki bütün
frekanslar , çıkışa oldukları gibi geçebilirler, ama bant durdurandaki frekanslar için çıkış
yoktur .≠ Filtreleri sınıflandırmanın diğer yöntemi ,onların impals cevaplarına dayanır. Bir
filtrenin, bir impals (x[0]=1 ve x[i]=0 , ve her i

Filtrenin impuls cevabı,sonlu miktarda bir süre sonra sıfıra düşerse,bir sonlu impuls cevap
filtresi (FIR)olarak bilinir. Bununla beraber, impals cevabı belirsiz ise,bir sonsuz impals
cevap (IIR) olarak bilinir. İmpals cevabının sonlu olup olmadığı (yani filtrenin FIR veya
IIR olup olmadığı) çıkışın nasıl hesaplandığına dayanır.

FIR ve IIR filtreleri arasındaki temel farklar şunlardır.FIR filtreler için , çıkış , sadece şu
anki ve geçmiş giriş değerlerine bağlıdır. IIR filtreler için , çıkış , sadece şu anki ve
geçmiş giriş değerlerine bağlı değildir , geçmiş çıkış değerlerine de bağlıdır.

N ‘dir ve N toplam malzeme sayısıdır. Kasa kayıdında, bir toplam üretmek için her
malzemenin fiyatı eklenir.Bu toplam y[k] , k . malzemeye kadar,aşağıdaki bağıntıda
verilmiştir;≤ k ≤ Örnek olarak bir süpermarkette kasa kayıtını göz önüne alalım. x[k] ,
müşterinin aldığı mevcut malzemenin fiyatı olsun ve x(k-1) , bir önceki malzemenin fiyatı
olsun.Burada 1

y(k)= x[k] + x[k-1] + x[k-2] +x[k-3] +.....+ x[1] (1-A)

Böylece , N malzeme için toplam y(N)dir. Çünkü ,y(k) , k . malzemeye kadar olan
toplamdır ve y[k-1] , (k-1) . malzemeye kadar olan toplamdır. Yukarıdaki bağıntıyı (1-A)
yeniden yazarsak;

y[k] = y[k-1] + x[k] (1-B)

Eğer , %8.25 ‘lik bir vergi klenirse ,denklemler şöyle olur;

y[k] = 1,0825.x[k] + 1,0825.x[k-1] + 1,0825.x[k-2] + (2A)

1,0825.x[k-3] + .....+ 1,0825.x[1]

y[k] = y[k-1] + 1,0825.x[k] (2-B)

Hem (2-A) , hem de (2-B)’nin, kasa kayıtının davranışının açıklanmasında aynı olduğuna
dikkat edin. Fark ,(2-B) ‘nin hem giriş hem de çıkış bakımından uygulamaya konulması ;
(2-A)‘nın ise sadece girişler bakımından uygulamaya konulmasıdır.(2-A) denklemi,
noniteratif veya FIR uygulama olarak bilinir. (2-B) ise , iteratif veya IIR uygulaması
olarak bilinir.

Filtre Katsayıları

(2-A) denkleminde,her terimin çarpan katsayısı 1,0825’dir. (2-B) denkleminde , çarpan

katsayısı (y[k-1] için) 1 ve (x[k] için) 1,0825’dir.Bu çarpanlar , filtrenin katsayıları olarak
bilinir. Bir IIR filtresi için , girişleri çarpan katsayılar , ileri katsayılar olarak ve çıkışları
çrapan katsayılar, geri katsayılar olarak bilinir.

(1-A) ,(1-B) ,(2-A) veya (2-B) denklemleri , fark denklemleridir ve filtrenin işleyişini
açıklarlar.

IIR filtrelerinin dezavantajları , faz cevabı nonlineer olmasıdır. Uygulama, faz bilgisini
gerektirmiyorsa (basit işaret izlenmesi gibi) IIR filtreleri uygun olabilir. Lineer faz cevabını
gerektiren uygulamalar için FIR filtreleri kullanılır. IIR filtrelerin iteratif özelliği ,dizayn ve
uygulamaya konulmasını zorlaştırır.

SONSUZ İMPALS CEVAP FİLTRELERİ

Sonsuz impals cevap filtreler (IIR), teorik olarak sonsuz sürede olan impals cevaplı dijital
filtrelerdir. IIR filtrelerini tanımlayan genel fark denklemi;

‘dir. (3)

Burada , Nb, ileri katsayıların (bj) adedidir ve Na geri katsayıların adedidir (ak).

Birçok IIR filtre dizaynında (ve bütün LabVIEW IIR filtrelerinde) ao katsayısı 1’dir. Mevcut
örnek indeksindeki (i) çıkış örneği , ölçeklenmiş mevcut ve geçmiş girişlerin ( xi=0 ve xi-j
= 0 iken ) ve ölçekli geçmiş çıkışların (yi-k) toplamıdır. Bundan dolayı , IIR filtreleri
iteratif filtreler ve ARMA (autoregressive moving-average) filtreleri olarak anılır.

0 için) cevabına, filtrenin impals cevabı denir.16-3 denklemi ile tanımlanan filtrenin
impals cevabı sıfır olmayan katsayılar için sonsuz uzunluktadır. Pratikteki filtre
uygulamalarında, bununla beraber, kararlı IIR filtrelerinin impals cevabı , sonlu sayıdaki
örneklerde sıfıra azalır.≠ IIR filtrelerin bir impalsa (xo = 1 ve xi = 0 bütün i

LabVIEW’deki IIR filtreleri aşağıdaki özellikleri içerir:

• (3) denkleminden çıkan negatif indeksler ,VI’yi ilk defa ilk defa çağırdığınızda sıfır
varsayılır.
• Filtre kararlı hale erişmeden önce , filtre derecesiyle orantılı olan bir geçici hal oluşur ,
çünkü ilk filtre hali sıfır (negatif indeks) olarak varsayılmıştır. Alçak geçiren ve yüksek
geçiren filtreler için geçici hal cevabı veya gecikmesi filtre derecesine eşittir.
• Gecikme = derece
• Band geçiren ve band durduran filtreler için geçici hal cevabı süresi , filtre derecesinin 2
katıdır .
• Gecikme=2 x derece
Hal hafızasını(state memory) geçerli kılmakla , ardarda gelen çağrılarda bu geçici hal
cevabı elenebilir.Hal hafızasını geçerli kılmak için,VI’nın init/cont kontrolü TRUE (devamlı
filtreleme) değerine ayarlanmalıdır.

Filtre edilmiş dizideki eleman sayısı , giriş dizisindeki eleman sayısına eşittir.

Filtreleme tamamlandığında filtre , iç filtre hali değerlerini muhafaza eder.

Dijital IIR filtrelerinin , sonlu impals cevap (FIR) filtrelerine göre avantajı , benzer
filtreleme çalışmalarında genelde IIR filtrelerinin daha az katsayıyı gerektirmesidir. Bu
nedenle , IIR filtreleri daha hızlı işlerler ve ekstra hafıza gerektirmezler , çünkü yerinde
işlerler.

IIR filtrelerinin dezavantajı , faz cevabının nonlineer olmasıdır. Eğer uygulama , faz
bilgisini gerektirmiyorsa (basit işaret izlenmesi gibi) , IIR filtreleri uygun olabilir. FIR
filtreleri , lineer faz cevaplarını gerektiren uygulamalarda kullanılır .

Kaskad Form IIR Filtreleme

(4) denklemiyle tanımlanan yapıyı kullanarak gerçekleştirilen filtreler , doğrudan form IIR
filtreler olarak bilinir. Doğrudan form uygulamaları, katsayı değer verilmesiyle ve
hesapsal nedenlerle oluşan hatalara çoğu zaman duyarlıdır. İlaveten , filtre derecesiyle
orantılı olan , kararlı olması için dizayn edilen bir filtre , katsayı uzunluğunun
arttırılmasıyla kararsız hale gelebilir.

Daha az duyarlı bir yapı , doğrudan form transfer fonksiyonunun daha düşük derece
bölümlerine veya filtre kademelerine ayrılmasıyla elde edilebilir. 16-4 denklemi ile (a0=1
ile) verilen , filtrenin doğrudan form transfer fonksiyonu , z dönüşümünün bir oranı olarak
aşağıdaki gibi yazılabilir:

(4)

(4) denklemini , ikinci dereceden dizilere çarpanlara ayırmakla filtrenin transfer

fonksiyonu , ikinci dereceden filtre fonksiyonlarının bir ürününe dönüşür.

(5)

Nb şartlarını sağlayan en büyük tam sayıdır.(Ns , kademe sayısıdır.) Bu yeni filtre

yapısı , 2. derece filtrelerin kaskadı olarak tanımlanabilir.≥ Na/2 ve Na ≤ Burada,
Ns=[Na/2] ,

Her kendine özgü kademe , doğrudan form II filtre yapısının kullanılmasıyla uygulamaya
koyulur çünkü minimum sayıdaki aritmetik operasyonlar ve minimum sayıdaki gecikme
elemanlarını (iç filtre kademeleri ) gerektirir . Her kademenin , bir girişi , bir çıkışı ve 2
geçmiş iç kademesi ( sk[i-1] ve sk[i-2] ) vardır.

Eğer , n , giriş dizisindeki örnek sayısıysa , filtreleme operasyonu , aşağıdaki

denklemlerdeki gibi devam eder:

y0[i] = x[i] ,
sk[i] = yk-1[i-1] – a1ksk[i-1] – a2ksk[i-2] , k = 1,2,....,NS
yk[i] = b0ksk[i] + b1ksk[i-1] + b2ksk[i-2] , k = 1,2,....,NS
y[i] = yNs[i]

Her örnek için

i=0,1,2,3,.........n-1 .

Tek bir kesim frekanslı filtreler ( alçak geçiren ve yüksek geçiren) için , 2.derece filtre
kademeleri , doğrudan dizayn edilebilir.Genel IIR alçak geçiren veya yüksek geçiren
filtre , kaskad 2. derece filtreleri içerir.
İki kesim frekanslı filtreler (bant geçiren ve bant durduran) için , 4. derecede filtre
kademeleri , daha doğal formdadır. Genel IIR bant geçiren veya bant durduran filtre ,
kaskad 4. derece filtrelerdir . 4.derece kademeleri için filtreleme operasyonu , aşağıdaki
denlemlerdeki gibi devam eder:

y0[i] = x[i] ,
sk[i] = yk-1[i-1] – a1ksk[i-1] – a2ksk[i-2] – a3ksk[i-3] - a4ksk[i-4] ,
k = 1,2,...., NS
yk[i] = b0ksk[i] + b1ksk[i-1] + b2ksk[i-2] + b3ksk[i-3] + b4ksk[i-4] ,
k = 1,2,...., NS
y[i] = yNs[i]

4.derece filtre kademeleri halinde şuna dikkat edilmelidir:

NS=[(Na+1)/4]

Butterworth Filtreleri

Bütün frekanslardaki bir düzgün cevap ve belirli kesim frekanslarından monotonik bir
azalış , Butterworth filtrelerinin frekans cevabını tanımlar. Bant geçirende 1 değerinde
ideal cevap ve bant durduranda 0’da ideal cevap vardır.Yarı güç frekans veya 3dB aşağı
frekans, belirtilmiş kesim frekanslarına karşılık gelir .

Aşağıda , bir alçak geçiren Butterworth filtrenin cevabı gösterilmiştir . Butterworth

filtrelerinin avantajı , düzgün , monotonik azalan frekans cevabıdır.Kesim frekansı
ayarlandıktan sonra, LabVIEW , geçişin dikliğini filtre derecesiyle orantılı olarak ayarlar.
Daha yüksek dereceli Butterworth filtreleri , ideal alçak geçiren filtre cevabına yaklaşır.

Chebyshev Filters

Butterworth filtreleri -band geçiren ve bant durduran (spektrumun istenmeyen bölümü)

arasındaki yavaş rolloffdan dolayı- , ideal filtre cevabının iyi bir tahminini her zaman
sağlamaz.
İstenilen filtre cevabı (bant geçirendeki maxsimum izin verilecek hata) ve ideal filtre
arasındaki farkın maksimum tam değerinin açıklanmasıyla ,Chebyshev filtreleri ,bant
geçirendeki pik hatasını en aza indirir. Chebyshev filtrelerin frekans cevap
karakteristikleri , bant geçirende , eş dalgacık büyüklük cevabına sahiptir , bant
durduranda monotonik olarak azalan büyüklük cevabına sahiptir ve Butterworth
filtrelerinden daha şiddetli rolloffu vardır.

Aşağıdaki grafik , bir alçak geçiren Chebyshev filtrenin cevabını gösterir. Bant geçirendeki
eş dalgacık cevabı , maxsimum izin verilen dalgacık hatası tarafından ve bant durduranda
şiddetli rollofun ortaya çıkması tarafından zorlanır.

Chebyshev filtrelerin,Butterworth filtrelere göre avantajı , Chebyshev filtrelerin , bir

düşük derece filtreli bant geçiren ve bant durduran arasındaki daha sert bir geçişe sahip
olmasıdır. Bu da , daha düşük tam hataları ve daha yüksek işleme hızına neden olur.

Chebyshev II veya Ters Chebyshev Filtreleri

Chebyshev II , (ters Chebyshev veya II . tip Chebyshev filtreleri de denir ) Chebyshev

filtrelerine benzerdir. Farkı ise , hatayı bant durduran üzerine dağıtır .

İstenilen filtre cevabı ve ideal filtre arasındaki farkın maksimum ters değerinin
açıklanmasıyla ,Chebyshev II filtreleri bant durduranda pik hatasını minimize eder .
Chebyshev II filtrelerinin frekans cevap karakteristikleri , bant durduranda eş dalgacık
büyüklük cevabına , bant geçirende monotonik azalan büyüklük cevabına ve Butterworth
filtrelerinden daha şiddetli bir rolloffa sahiptir.

Aşağıdaki grafik , bir alçak geçiren Chebyshev II filtresinin cevabını gösterir .Bant
durdurandaki eş dalgacık cevabı , maksimum izin verilen hata tarafından ve bant
durduranda meydana gelen düzgün monotonik rolloff tarafından zorlanır . Chebyshev II
filtrelerinin , Butterworth filtrelerine göre avantajı , daha düşük derece filtreli bant
durduran ve bant geçiren arasında daha sert bir geçiş (transition) vermesidir . Bu da ,
daha küçük , tam hata ve daha yüksek işleme hızı demektir.Chebyshev II filtrelerinin
Chebyshev filtrelerine göre avantajı ,Chebyshev II filtrelerinin hatayı bant geçiren yerine
bant durduranda dağıtmasıdır.

Eliptik (veya Cauer) Filtreleri

Eliptik filtreler , pik hatasını bant geçiren ve bant durduran üzerine dağıtarak , pik
hatasını minimize eder.Bant durduran ve bant geçirendeki eşdalgacıklar ,Eliptik filtrelerin
büyüklük cevabını tanımlar.Aynı dereceli Butterworth ve ya Chebyshev filtreleriyle
kıyasla, eliptik dizayn , bant geçiren ve bant durduran arasındaki en sert geçişi sağlar.Bu
nedenle , Eliptik filtreler çok yaygın olarak kullanılır.

Aşağıdaki grafik , bir alçak geçiren eliptik filtrenin cevabını gösterir . Hem bant geçiren
hem de bant durdurandaki (küçük genlikli) dalgalanmanın , aynı maksimum izin verilen
hata (dB cinsinden küçük genlikli dalgalanma miktarı ile belirtildiği gibi) tarafından
zorlandığını gözönünde bulundurun.Ayrıca , düşük dereceli eliptik filtre için bile sert geçiş
kenarlarını gözönünde bulundurun.

Bessel Filtreleri

Bessel filtreleri , bütün IIR filtrelerinde varolan nonlineer faz bozulumunu azaltmak için
kullanılır.Daha yüksek derece filtrelerde ve daha dik rollofflularda , bu durum özellikle
filtrelerin geçiş bölgelerinde daha belirgindir . Bessel filtreleri ,hem büyüklük hem de faz
cevaplarında maksimumda düz cevaba sahiptir.Ayrıca , Bessel filtrelerin bant geçirende
faz cevabı yaklaşık lineerdir . Butterworth filtreleri gibi , Bessel filtreleri , hatayı minimize
etmek için yüksek derece filtrelere ihtiyaç duyar ve bu nedenle , geniş ölçüde
kullanılmazlar . FIR filtre dizaynları kullanılarak lineer faz cevabı da elde edilebilir .
Aşağıdaki grafil ,bir alçak geçiren Bessel filtrenin cevabını gösterir.Cevabın bütün
frekanslarda düzgün olduğu ve hem faz hem de büyüklük olarak monotonik azaldığını
dikkate alın. Ayrıca ,bant geçirende fazın yaklaşık lineer olduğunu gözönünde
bulundurun.

SONLU İMPALS CEVAP FİLTRELERİ

Sonlu impals cevap (FIR) filtreleri , dijital filtrelerdir ve sonlu bir impals cevabına sahiptir.
FIR filtrelerine , noniteratif filtreler , konvolüsyon filtreleri , veya MA filtreleri ( moving –
average ) de denir çünkü bir FIR filtrenin çıkışı bir sonlu konvolüsyon olarak ifade
edilebilir:

Burada , x , filtre edilecek giriş dizisini ; y , filtrelenmiş çıkış dizisini , ve h de , FIR filtre
katsayılarını gösterir.

Aşağıda , FIR filtrelerinin en önemli karakteristikleri verilmiştir:

• Filtre katsayısı simetrisinden dolayı lineer faz meydana getirebilirler.
• Her zaman kararlıdırlar.
• Konvolüsyon kullanarak filtreleme fonksiyonu yerine getirilebilir.

Burada , n , FIR filtre katsayı sayısıdır.

Aşağıdaki grafik , normalize edilmiş frekansa karşı , FIR filtrelerinin tipik bir faz ve
büyüklük cevabını gösterir.

Faz cevabındaki süreksizlikler , tam değeri kullanarak büyük cevabı hesaplandığında

ortaya koyulan süreksizliklerden ortaya çıkar. Fazdaki süreksizliklerin pi derecesinde
olduğunu dikkate alın. Faz , bununla beraber, net olarak lineerdir.

FIR filtreler , bir ayrık zaman sisteminin belirtilmiş , istenen frekans cevabının (yaklaşık)
tahmini ile dizayn edilir . En genel teknikler , bir lineer-faz cevabını sürdürürken istenen
büyüklük cevabını yaklaştırır.

Pencereleme İle FIR Filtrelerin Dizaynı

Lineer-faz FIR filtrelerinin dizaynında kullanılan en basit metot , pencere dizayn

metodudur . Bir FIR filtresini pencerelemeyle dizayn etmek için , ideal bir frekans
cevabıyla başlanır , onun impals cevabı hesaplanır ve daha sonra bir sonlu sayıda katsayı
ortaya çıkarmak için impals cevabı kesilir . İdeal impals cevabının kesilmesi (Gibbs
fenomeni olarak bilinen bir etki)-FIR filtre frekans cevabında ani geçişlerdeki (kesim
frekanslarında) salınım davranışına neden olur.

Bir düzeltme pencere fonksiyonu kullanarak ideal impals cevabının kesilmesinin

düzeltilmesiyle Gıbbs fenomesi etkileri azaltılabilir . Her iki uçta FIR katsayılarının
azaltılmasıyla , frekans cevabında yanal parçaların (lob) yükseklikleri azaltılabilir .
Bununla beraber , bu metodun dezavantajı , ana bölümün (lob) geçişlemesi , sonuç
olarak kesim frekanslarında daha geniş bir geçiş bölgesinin oluşmasıdır . Bir pencere
fonksiyonunun seçimi , Chebyshev ve Butterworth IIR filtreleri arasındaki seçime
benzerdir .

Pencereleme ile FIR filtrelerinin dizayn edilmesi basittir ve hesap bakımından ucuzdur .
Ayrıca FIR filtrelerinin dizaynında en hızlı yoldur . Bununla beraber , en iyi FIR filtre
dizayn metodu değildir.

Parks-McClellan Algoritmasının Kullanılmasıyla Optimum Fır Filtrelerinin Dizaynı

Parks-McClellan algoritması , verilen bir sayıdaki katsayılar için en iyi filtreyi dizayn
etmeye yarayan bir optimum FIR filtre dizayn tekniğini ortaya koyar. Böyle bir dizayn ,
kesim frekanslarındaki ters etkileri azaltır.Ayrıca farklı frekans bantlarında tahmin
hatalarının daha kontrollü olmasını sağlar fakat bu kontrol , pencere metodu ile mümkün
değildir.
Parks-McClellan algoritmasını kullanarak FIR filtrelerini dizayn etmek hesapsal olarak
pahalıdır.

Dar Bant FIR Filtrelerinin Dizaynı

FIR filtrelerini özellikle dar bant genişlikleriyle , dizayn etmek için sıradan teknikleri
kullanırken , sonuçlanan filtre süreleri çok uzun olabilir. Uzun filtre süreli FIR filtreleri
uzun süren dizayn ve uygulamaya koyma süresi gerektirir ve sayısal hatalara karşı daha
hassastır. Bazı durumlarda , Parks-McClellan algoritması gibi geleneksel filtre dizayn
teknikleri , dizaynı tamamiyle başarısız kılabilir.

Dar bant FIR filtrelerini dizayn etmek için IFIR (Interpolated Finite Impulse Response )
filtre dizayn tekniği denen çok verimli bir algoritma kullanılabilir. Bu tekniğin kullanımı
Parks-McClellan algoritmasının doğrudan uygulanmasıyla dizayn edilen filtrelerden daha
az katsayıyı ( ve bu nedenle daha az katsayıyı ) gerektiren dar bant filtrelerini ortaya
koyar. LabVIEW , geniş bant , yüksek geçiren ( 0 yakınlarındaki kesim frekansı ) ve alçak
geçiren filtreleri ( Nyquist yakınlarındaki kesim frekansı ) üretmek için bu tekniği kullanır.

Pencerelenmiş FIR Filtreleri

İstenilen pencerelenmiş FIR filtre tiplerini seçmek için FIR sanal enstrumanlarının filtre
tipi parametreleri kullanılır:alçak geçiren , yüksek geçiren , bant geçiren , veya bant
durduran.

Aşağıda liste iki ilgili FIR sanal enstrumanını verir:

• FIR Pencerelenmiş Katsayılar – Pencerelenmiş (veya pencerelenmemiş )katsayıları

üretir.

• FIR Pencerelenmiş Filtreler – Pencerelenmiş (veya pencerelenmemiş ) katsayıları

kullanarak girişi filtreler .

FIR Dar Bant Filtreleri

Dar bant FIR filtreleri , FIR dar bant katsayı VI’sini kullanarak dizayn edilebilir ve daha
sonra da FIR dar bant filtre VI’sini kullanarak filtreleme uygulamaya koyulabilir.Dizayn ve
uygulamaya koyma , farklı çalışmalardır çünkü gerçek filtreleme işlemi çok hızlı ve verimli
olmasına karşın birçok dar bant filtre , uzun süren dizayn süresi gerektirir.Dar bant
filtreleme diyagramları yaratılırken bu durum gözönünde tutulmalıdır.

Dar bant filtre nitelikleri için gereken parametreler , filtre tipi , örnekleme oranı , bant
geçiren ve bant durduran frekansları , bant geçiren küçük genlikli dalgalanması ( lineer
ölçek ) , ve bant durduran zayıflamadır ( desibel ) . Dar bant filtre VI’lerini kullanılarak
geniş bant alçak geçiren filtreler (Nyquist yakınındaki kesim frekansı) ve geniş bant
yüksek geçiren filtreler dizayn edilebilir.

Aşağıdaki şekil , bir dar bant filtrenin bir impalsa cevabının tahmin edilmesi için FIR Dar
Bant Katsayı Sanal Enstrumanı (VI) ve FIR Dar Bant Filtre Sanal Enstrumanının nasıl
kullanıldığını gösterir.

NONLİNEER FİLTRELER

Düzeltme pencereleri , IIR filtreleri , ve FIR filtreleri lineerdir çünkü , süperpozisyon ve

orantısallık prensiplerini yerine getirir

L{ax(t) + by(t) } = aL{ x(t) } + bL{ y(t) } ,

Burada , a ve b sabitlerdir ; x(t) ve y(t) işaretlerdir ; L{•} lineer filtreleme

operasyonudur ve giriş ve çıkışları , konvolüsyon operasyonu ile ilgilidir.

Nonlineer filtre , önceki durumları yerine getiremez ve konvolüsyon operasyonu yoluyla

onun çıkış işaretleri elde edilemez, çünkü bir dizi katsayı , filtrenin impals cevabını
nitelendiremez. Nonlineer filtreler , lineer tekniklerin kullanılmasıyla elde edilmesi zor
olan belirli filtreleme karakteristikleri sağlar.Orta (median) filtre , alçak geçiren filtre
karakteristiklerini (yüksek frekans gürültüsünü ortadan kaldıran) ve yüksek frekans
karakteristiklerini birleştiren bir nonlineer filtredir.

HANGİ FİLTRENİN KULLANILACAĞININ SEÇİMİ

Daha önceki konularda , farklı tipteki filtreler ve karakteristikleri hakkında bilgi verilmiştir
. Hangi filtre dizaynının hangi uygulamaya en uygun düştüğünün bulunması aşağıda
kısaca anlatılmıştır .Genelde , uygun bir filtrenin seçimini etkileyen etkenlerin bazıları ,
lineer faza ihtiyaç olup olmadığı , küçük genlikli dalgalanmaların izin verilip verilmeyeceği
, ve bir dar geçiş bandının gerekip gerekmediğidir . Aşağıdaki akış diyagramı , doğru
filtrenin seçimi için anahatlarıyla bilgi verir.Pratikte , son olarak en uygun olanı seçmeden
önce birkaç farklı seçenekle deneme yapılmalıdır.