dsp.DCBlocker

Bloquer le composant DC (offset) du signal d’entrée

Description

Le dsp.DCBlocker System object™ supprime l’offset DC de chaque canal (colonne) du signal d’entrée. L’opération s’exécute en continu afin d’estimer et de supprimer en permanence l’offset DC.

Pour bloquer le composant DC du signal d’entrée :

1. Créez l’objet dsp.DCBlocker et définissez ses propriétés.

2. Appelez l’objet avec des arguments, comme s’il s’agissait d’une fonction.

Pour en savoir plus sur le fonctionnement des System objects, veuillez consulter Que sont les System objects ?

L’objet supporte la génération de code C/C++ et la génération de code SIMD sous certaines conditions. Pour plus d’informations, veuillez consulter Génération de code.

Création

Syntaxe

dcblker = dsp.DCBlocker

dcblker = dsp.DCBlocker(PropertyName=Value)

Description

dcblker = dsp.DCBlocker crée un bloqueur DC System object, dcblker, afin de bloquer le composant DC de chaque canal (colonne) du signal d’entrée.

dcblker = dsp.DCBlocker(PropertyName=Value) définit des propriétés à l’aide d’un ou de plusieurs arguments nom-valeur. Par exemple, pour définir la bande passante normalisée d’un filtre passe-bas IIR ou CIC sur 0,004, configurez NormalizedBandwidth sur 0,004.

Propriétés

Sauf indication contraire, les propriétés ne sont pas ajustables. Autrement dit, vous ne pouvez pas modifier leurs valeurs après avoir appelé l’objet. Les objets sont verrouillés lorsque vous les appelez tandis que la fonction release les déverrouille.

Si une propriété est ajustable, vous pouvez modifier à tout moment sa valeur.

Pour plus d’informations sur la modification des valeurs de propriétés, veuillez consulter Design de systèmes dans MATLAB au moyen de System objects.

Algorithm — Algorithme d’estimation de l’offset DC

"IIR" (par défaut) | "FIR" | "CIC" | "Subtract mean"

Algorithme d’estimation de l’offset DC, défini comme suit :

• "IIR" : l’objet utilise une estimation récursive sur la base d’un filtre elliptique passe-bas étroit. La propriété Order définit l’ordre du filtre, tandis que la propriété NormalizedBandwidth définit sa bande passante. En règle générale, cet algorithme utilise moins de mémoire que l’algorithme FIR et est plus efficace.

• "FIR" : l’objet utilise une estimation non récursive, sur la base d’une moyenne mobile d’un nombre fini d’échantillons d’entrée passés. La propriété Length définit le nombre d’échantillons. Le filtre FIR présente une réponse en phase linéaire et n’entraîne aucune distorsion de phase du signal. Le filtre IIR nécessite moins de mémoire et est plus efficace à implémenter.

• "CIC" : l’objet utilise un filtre de décimation CIC, avec un facteur de décimation de 1, dont le retard différentiel est calculé à l’aide de la propriété NormalizedBandwidth. Il utilise deux sections pour faire en sorte que l’atténuation du premier lobe secondaire soit inférieure d’au moins 25 dB à celle du lobe principal du filtre. Cet algorithme nécessite des entrées en virgule fixe et peut être utilisé pour la génération de code HDL.

• "Subtract mean" : l’objet calcule la moyenne des colonnes de la matrice d’entrée, puis soustrait la moyenne de la matrice d’entrée. Cette méthode ne conserve pas l’état entre les entrées.

Vous pouvez visualiser les réponses IIR, FIR et CIC à l’aide de la fonction fvtool.

NormalizedBandwidth — Bande passante normalisée d’un filtre passe-bas IIR ou CIC

0.001 (par défaut) | scalaire réel supérieur à 0 et inférieur à 1

Bande passante normalisée du filtre IIR ou CIC, spécifiée sous la forme d’un scalaire réel supérieur à 0 ou inférieur à 1. La bande passante normalisée sert à estimer le composant DC du signal d’entrée.

Dépendances

Cette propriété s’applique uniquement lorsque vous définissez la propriété Algorithm sur "IIR" ou "CIC".

Order — Ordre du filtre elliptique IIR passe-bas

6 (par défaut) | entier supérieur à 3

Ordre du filtre elliptique IIR passe-bas utilisé pour estimer le niveau DC, spécifié sous la forme d’un entier supérieur à 3.

Dépendances

Cette propriété s’applique uniquement lorsque vous définissez la propriété Algorithm sur "IIR".

Length — Nombre d’échantillons d’entrée passés utilisés dans l’algorithme FIR

50 (par défaut) | entier positif

Nombre d’échantillons d’entrée passés utilisés dans l’algorithme FIR pour estimer la moyenne mobile, spécifié sous la forme d’un entier positif.

Dépendances

Cette propriété s’applique uniquement lorsque vous définissez la propriété Algorithm sur "FIR".

Utilisation

Syntaxe

dcblkerOut = dcblker(input)

Description

dcblkerOut = dcblker(input) supprime le composant DC de chaque canal (colonne) de l’entrée et renvoie la sortie.

Arguments en entrée

input — Signal d’entrée

vecteur | matrice | tableau ND

Entrée de données de l’objet bloqueur DC, spécifiée sous la forme d’un vecteur, d’une matrice ou d’un tableau ND.

Types de données : single | double | int8 | int16 | int32 | fi
Support des nombres complexes : Oui

Arguments de sortie

dcblkerOut — Signal dont le composant DC a été supprimé

vecteur | matrice | tableau ND

Signal dont le composant DC a été supprimé, renvoyé sous la forme d’un vecteur, d’une matrice ou d’un tableau ND. Les dimensions de la sortie correspondent à celles de l’entrée.

Types de données : single | double | int8 | int16 | int32 | fi
Support des nombres complexes : Oui

Fonctions d'objet

Pour utiliser une fonction d’objet, définissez System object en tant que premier argument en entrée. Par exemple, pour libérer les ressources système d’un System object nommé obj, utilisez la syntaxe suivante :

release(obj)

Propre à dsp.DCBlocker

freqz	Frequency response of discrete-time filter System object
filterAnalyzer	Analyze filters with Filter Analyzer app
impz	Impulse response of discrete-time filter System object
info	Information about filter System object
coeffs	Returns the filter System object coefficients in a structure
cost	Estimate cost of implementing filter System object
grpdelay	Group delay response of discrete-time filter System object
outputDelay	Determine output delay of single-rate or multirate filter

Commun à tous les System objects

step	Run System object algorithm
release	Release resources and allow changes to System object property values and input characteristics
reset	Reset internal states of System object

Exemples

Supprimer un composant DC et afficher les résultats

Supprimez le composant DC d’un signal d’entrée à l’aide des algorithmes d’estimation IIR, FIR et de soustraction de la moyenne.

Créez un signal composé d’un signal sonore de 15 Hz, d’un signal sonore de 25 Hz et d’un offset DC.

t = (0:0.001:100)';
x = sin(30*pi*t) + 0.33*cos(50*pi*t) + 1;

Créez trois objets bloqueurs DC pour les trois algorithmes d’estimation.

dc1 = dsp.DCBlocker(Algorithm="IIR",Order=6);
dc2 = dsp.DCBlocker(Algorithm="FIR",Length=100);
dc3 = dsp.DCBlocker(Algorithm="Subtract mean");

Chaque seconde, passez le signal d’entrée à travers les bloqueurs DC. En implémentant les bloqueurs DC à chaque seconde, vous pouvez observer les différences dans les temps de convergence.

for idx = 1 : 100
    range = (1:1000) + 1000*(idx-1);
    y1 = dc1(x(range));          % IIR estimate
    y2 = dc2(x(range));          % FIR estimate
    y3 = dc3(x(range));          % Subtract mean
end

Tracez les données d’entrée et de sortie des trois bloqueurs DC pour la première seconde, puis indiquez la valeur moyenne de chaque signal. Les valeurs moyennes des trois types d’algorithmes indiquent que les algorithmes FIR et Subtract mean convergent plus rapidement.

plot(t(1:1000),x(1:1000), ...
    t(1:1000),y1, ...
    t(1:1000),y2, ...
    t(1:1000),y3);
xlabel("Time (sec)")
ylabel("Amplitude")
legend(sprintf("Input DC:%.3f",mean(x)), ...
    sprintf("IIR DC:%.3f",mean(y1)), ...
    sprintf("FIR DC:%.3f",mean(y2)), ...
    sprintf("Subtract mean DC:%.3f",mean(y3)));

Réponse en fréquence avant et après le bloqueur DC

Comparez le spectre d’un signal d’entrée présentant un offset DC avec celui du même signal après application d’un bloqueur DC. Activez le bloqueur DC pour qu’il utilise l’algorithme d’estimation FIR.

Créez un signal d’entrée composé de trois signaux sonores et présentant un offset DC de 1. Définissez la fréquence d’échantillonnage sur 1 kHz et la durée du signal sur 100 secondes.

fs = 1000;
t = (0:1/fs:100)';
x = sin(30*pi*t) + 0.67*sin(40*pi*t) + 0.33*sin(50*pi*t) + 1;

Créez un objet bloqueur DC qui utilise l’algorithme FIR pour estimer l’offset DC.

dcblker = dsp.DCBlocker(Algorithm="FIR",Length=100);

Créez un analyseur de spectre avec des unités de puissance définies sur dBW et une plage de fréquences de [-30 30] afin d’afficher la réponse en fréquence du signal d’entrée. À l’aide de la fonction clone, créez un deuxième analyseur de spectre afin d’afficher la réponse de la sortie. Utilisez ensuite la propriété Title des analyseurs de spectre pour les labelliser.

hsa = spectrumAnalyzer(SampleRate=fs, ...
    Method="welch",...
    AveragingMethod="exponential",...
    SpectrumUnits="dBW",FrequencySpan="start-and-stop-frequencies",...
    StartFrequency=-30,StopFrequency=30,YLimits=[-200 20],...
    Title="Signal Spectrum");

hsb = clone(hsa);
hsb.Title = "Signal Spectrum After DC Blocker";

Passez le signal d’entrée, x, à travers le bloqueur DC pour générer le signal de sortie, y.

y = dcblker(x);

Utilisez le premier analyseur de spectre pour afficher les caractéristiques de fréquence du signal d’entrée. Les signaux sonores à 15, 20 et 25 Hz, ainsi que le composant DC, sont clairement visibles.

hsa(x)

Utilisez le deuxième analyseur de spectre pour afficher les caractéristiques de fréquence du signal de sortie. Le composant DC a été supprimé.

hsb(y)

Algorithmes

Le bloqueur DC soustrait le composant DC du signal d’entrée. Vous pouvez estimer le composant DC à l’aide de l’algorithme IIR, FIR, CIC ou de soustraction de la moyenne.

IIR

Passez le signal d’entrée à travers un filtre IIR elliptique passe-bas.

Le filtre IIR elliptique présente une ondulation dans la bande passante de 0,1 dB et une atténuation dans la bande atténuée de 60 dB. Indiquez la bande passante normalisée et l’ordre des filtres.

FIR

Passez le signal d’entrée à travers un filtre FIR qui utilise une moyenne mobile non récursive calculée à partir d’un nombre fini d’échantillons d’entrée passés.

Les coefficients du filtre FIR sont donnés sous la forme ones(1,Length)/Length, où Length correspond au nombre d’échantillons d’entrée passés pour l’algorithme FIR. La structure du filtre FIR est une structure de forme directe de type I transposée.

CIC

Passez le signal d’entrée à travers un filtre CIC. Étant donné que le filtre CIC amplifie le signal, le gain du filtre est estimé, puis soustrait de l’estimation DC.

Le filtre Cascaded Integrator-Comb (CIC) est composé de deux paires d’intégrateurs-peignes. Ces paires permettent de faire en sorte que le pic du premier lobe secondaire de la réponse du filtre soit atténué d’au moins 25 dB par rapport au pic du lobe principal. La bande passante normalisée de 3 dB sert à calculer le retard différentiel. Le retard sert à déterminer le gain du filtre CIC. L’inverse du gain du filtre est utilisé comme multiplicateur et appliqué à la sortie du filtre CIC. Ainsi, le gain total de l’estimation DC est de 0 dB.

L’équation suivante caractérise la réponse en amplitude agrégée du filtre et du multiplicateur :

$$\left|H(e^{j\omega })\right|={\left|\frac{\sin (M\frac{\pi }{2}{B}_{norm})}{M\sin (\frac{\pi }{2}{B}_{norm})}\right|}^N$$

• B_norm désigne la bande passante normalisée du type 0 < B_norm < 1.

• M désigne le retard différentiel entre les échantillons.

• N désigne le nombre de sections, qui est égal à 2.

Définissez le retard différentiel, M, sur le plus petit entier de sorte que |H(e^jω)| < 1/√2. Une fois M connu, le gain du filtre CIC est calculé sous la forme M^N. Par conséquent, pour compenser avec précision le gain du filtre, le multiplicateur est défini sur (1/M)^N.

Soustraire la moyenne

Calculez la valeur moyenne de chaque colonne du signal d’entrée et soustrayez la moyenne de l’entrée. Par exemple, si l’entrée est [1 2 3 4 ; 3 4 5 6], un bloqueur DC réglé sur ce mode permet d’obtenir la sortie [-1 -1 -1 -1 ; 1 1 1 1].

Références

[1] Nezami, M. “Performance Assessment of Baseband Algorithms for Direct Conversion Tactical Software Defined Receivers: I/Q Imbalance Correction, Image Rejection, DC Removal, and Channelization.” MILCOM, 2002.

Capacités étendues

Génération de code C/C++

Générez du code C et C++ avec MATLAB® Coder™.

Notes d’usage et limitations :

Veuillez consulter System Objects in MATLAB Code Generation (MATLAB Coder).

Cet objet supporte également la génération de code SIMD à l’aide de la bibliothèque de remplacement de code AVX2 Intel^® lorsque le signal d’entrée présente des données de type single ou double.

La technologie SIMD améliore considérablement la performance du code généré. Pour plus d’informations, veuillez consulter Génération de code SIMD. Pour générer du code SIMD à partir de cet objet, veuillez consulter Use Intel AVX2 Code Replacement Library to Generate SIMD Code from MATLAB Algorithms.

Génération de code HDL

Générez du code VHDL, Verilog et SystemVerilog pour les designs FPGA et ASIC avec HLD Coder™.

Pour connaître le workflow et les limitations, veuillez consulter HDL Code Generation for System Objects (HDL Coder).

Remarque

Pour voir un algorithme bloqueur DC optimisé pour le hardware supportant la génération de code HDL, veuillez consulter Generate HDL Code for IIR Filter (DSP HDL Toolbox). Cet exemple modélise des signaux de commande de validation et de réinitialisation adaptés au hardware, ainsi que le comportement exact de la latence hardware, en utilisant la séquence dsphdl.BiquadFilter (DSP HDL Toolbox) System object. La DSP HDL Toolbox™ supporte la génération de code HDL à l’aide des outils HDL Coder™.

Historique des versions

Introduit dans R2014a

R2025a: Fonction generatehdl supprimée

À partir de la version R2025a, le produit Filter Design HDL Coder™ a été supprimé. Il ne supporte donc plus la génération de code HDL à l’aide de la fonction generatehdl. Il continue de supporter la génération de code à l’aide des outils HDL Coder.

R2024b: Support des fonctions d’analyse de filtre

Lorsque vous définissez Algorithm sur "FIR", "IIR" ou "CIC", l’objet dsp.DCBlocker supporte certaines fonctions d’analyse de filtre répertoriées dans Analysis Functions for Filter System Objects. Pour plus d’informations, veuillez consulter la section « Historique des versions » dans les pages de référence des différentes fonctions d’analyse.

Voir aussi

Objets

• dsp.SOSFilter | dsp.FIRFilter | dsp.CICDecimator

Blocs

• DC Blocker