изображений. В случае нестационарного аудиосигнала это решение не годится. Если сигнал состоит из большого числа отсчетов, то найденные после ДПФ коэффициенты дают усредненный спектр, и предложенная процедура приводит к неожиданным результатам. Другое решение — разбить сигнал на короткие фрагменты и применить процедуру к каждому из них. В этом случае надо научиться склеивать полученные фрагменты в новый файл. Частичное решение этой задачи рассматривается во второй главе. 1 .11 .1 . Спецификация фильтра Невозможность линейной реализации идеального фильтра делает актуальной проблему аппроксимации идеального фильтра с передаточной функцией Н (w) линейным фильтром с передаточной функцией Hi (w) . Существует множество критериев оптимальности приближения. Простейшим из них является минимизация разности H(w) —H\ {w) передаточных функций в смысле какой-нибудь нормы. При этом большое значение придается подавлению боковых лепестков диаграммы. то есть подавлению значений функции Яі(ге),|ге| > wо- При проектировании фильтра всегда речь идет о некотором приближении, которому надо придать точный смысл. В качестве примера рассмотрим спецификацию фильтра низких частот. Ее формулируют с помощью четырех чисел: wо —частота пропускания, ид —частота подавления, ф —отклонение в области пропускания от единицы, ф - отклонение в области подавления от нуля (см. рис. 1.8). Стандартные способы построения фильтров не всегда позволяют сразу удовлетворить условиям спецификации, поэтому получение нужных значений осуществляют путем подбора параметров. В развитых пакетах более сложные методы позволяют сразу получить желаемый результат.
RkJQdWJsaXNoZXIy MTExODQxMg==