[信号与系统]IIR滤波器与FIR滤波器的表达、性质以及一些分析

前言

阅读本文需要阅读一些前置知识

[信号与系统]傅里叶变换、卷积定理、和为什么时域的卷积等于频域相乘。

[信号与系统]有关滤波器的一些知识背景

[信号与系统]关于LTI系统的转换方程、拉普拉斯变换和z变换

[信号与系统]关于双线性变换

IIR滤波器的数学表达式

IIR(Infinite Impulse Response)滤波器的输出信号 y [ n ] y[n] y[n] 可以用输入信号 x [ n ] x[n] x[n] 和滤波器系数表示为线性常系数差分方程:

y [ n ] = − ∑ k = 1 N a k y [ n − k ] + ∑ k = 0 M b k x [ n − k ] y[n] = -\sum_{k=1}^{N} a_k y[n-k] + \sum_{k=0}^{M} b_k x[n-k] y[n]=k=1Naky[nk]+k=0Mbkx[nk]

其中:

  • y [ n ] y[n] y[n] 是滤波器的输出信号。
  • x [ n ] x[n] x[n] 是滤波器的输入信号。
  • a k a_k ak b k b_k bk 是滤波器的系数。
  • N N N 是输出信号的反馈项数。
  • M M M 是输入信号的前馈项数。

传递函数

IIR滤波器的传递函数 H ( z ) H(z) H(z) 是输入信号的Z变换 X ( z ) X(z) X(z) 与输出信号的Z变换 Y ( z ) Y(z) Y(z) 之比:

H ( z ) = Y ( z ) X ( z ) = ∑ k = 0 M b k z − k 1 + ∑ k = 1 N a k z − k H(z) = \frac{Y(z)}{X(z)} = \frac{\sum_{k=0}^{M} b_k z^{-k}}{1 + \sum_{k=1}^{N} a_k z^{-k}} H(z)=X(z)Y(z)=1+k=1Nakzkk=0Mbkzk

数学性质

  1. 因果性 (Causality):

    • IIR滤波器通常是因果的,即输出信号在当前时刻只依赖于当前及过去的输入和输出信号。
    • 数学上,如果系统的传递函数 H ( z ) H(z) H(z) 在单位圆外是有界的,则该系统是因果的。
  2. 稳定性 (Stability):

    • IIR滤波器的稳定性取决于系统的极点。如果所有极点都位于单位圆内(即 ∣ z ∣ < 1 |z| < 1 z<1),则系统是稳定的。
    • 数学上,如果传递函数 H ( z ) H(z) H(z) 在单位圆内收敛,则系统是稳定的。
  3. 频率响应 (Frequency Response):

    • IIR滤波器的频率响应 H ( e j ω ) H(e^{j\omega}) H(e) 是通过将 z z z 替换为 e j ω e^{j\omega} e 得到的:
      H ( e j ω ) = ∑ k = 0 M b k e − j ω k 1 + ∑ k = 1 N a k e − j ω k H(e^{j\omega}) = \frac{\sum_{k=0}^{M} b_k e^{-j\omega k}}{1 + \sum_{k=1}^{N} a_k e^{-j\omega k}} H(e)=1+k=1Nakejωkk=0Mbkejωk
    • 频率响应描述了系统对不同频率成分的响应。
  4. 无限冲激响应 (Infinite Impulse Response):

    • IIR滤波器的冲激响应 h [ n ] h[n] h[n] 是无限长的,即 h [ n ] h[n] h[n] 不会在有限时间内变为零。
    • 数学上,如果系统的冲激响应 h [ n ] h[n] h[n] 对于所有 n n n 都不为零,则为IIR滤波器。

总结

IIR滤波器通过反馈和前馈项的结合,能够实现复杂的频率响应特性。其数学表达式和性质对于分析和设计滤波器非常重要。IIR滤波器广泛应用于信号处理和通信系统中,因其能用较少的滤波器阶数实现较高的选择性和稳定性。

FIR滤波器的数学表达式

FIR(Finite Impulse Response)滤波器的输出信号 y [ n ] y[n] y[n] 可以用输入信号 x [ n ] x[n] x[n] 和滤波器系数表示为线性常系数差分方程:

y [ n ] = ∑ k = 0 M b k x [ n − k ] y[n] = \sum_{k=0}^{M} b_k x[n-k] y[n]=k=0Mbkx[nk]

其中:

  • y [ n ] y[n] y[n] 是滤波器的输出信号。
  • x [ n ] x[n] x[n] 是滤波器的输入信号。
  • b k b_k bk 是滤波器的系数。
  • M M M 是滤波器的阶数。

传递函数

FIR滤波器的传递函数 H ( z ) H(z) H(z) 是输入信号的Z变换 X ( z ) X(z) X(z) 与输出信号的Z变换 Y ( z ) Y(z) Y(z) 之比:

H ( z ) = Y ( z ) X ( z ) = ∑ k = 0 M b k z − k H(z) = \frac{Y(z)}{X(z)} = \sum_{k=0}^{M} b_k z^{-k} H(z)=X(z)Y(z)=k=0Mbkzk

数学性质

  1. 因果性 (Causality):

    • FIR滤波器通常是因果的,即输出信号在当前时刻只依赖于当前及过去的输入信号。
    • 数学上,如果系统的传递函数 H ( z ) H(z) H(z) 在单位圆外是有界的,则该系统是因果的。
  2. 稳定性 (Stability):

    • FIR滤波器是稳定的,因为其冲激响应是有限长度的,不存在反馈。
  3. 线性相位 (Linear Phase):

    • FIR滤波器可以设计成具有线性相位响应,即不同频率成分通过滤波器时相位延迟是线性的。这对于避免信号失真非常重要。
  4. 频率响应 (Frequency Response):

    • FIR滤波器的频率响应 H ( e j ω ) H(e^{j\omega}) H(e) 是通过将 z z z 替换为 e j ω e^{j\omega} e 得到的:
      H ( e j ω ) = ∑ k = 0 M b k e − j ω k H(e^{j\omega}) = \sum_{k=0}^{M} b_k e^{-j\omega k} H(e)=k=0Mbkejωk
    • 频率响应描述了系统对不同频率成分的响应。
  5. 有限冲激响应 (Finite Impulse Response):

    • FIR滤波器的冲激响应 h [ n ] h[n] h[n] 是有限长的,即在有限时间内变为零。
    • 数学上,如果系统的冲激响应 h [ n ] h[n] h[n] 对于 n > M n > M n>M 都为零,则为FIR滤波器。

总结

FIR滤波器通过前馈项的组合,能够实现预期的频率响应特性。其数学表达式和性质对于分析和设计滤波器非常重要。FIR滤波器广泛应用于信号处理和通信系统中,因其固有的稳定性和可以实现的线性相位特性,使得它们特别适用于对相位响应有严格要求的应用。

一些分析

1. IIR滤波器的冲激响应

IIR滤波器的冲激响应 h [ n ] h[n] h[n] 是无限长的,这意味着当一个冲激输入(即单位脉冲信号 δ [ n ] \delta[n] δ[n])应用于IIR滤波器时,滤波器的输出会持续无限长的时间。其数学表达式为:

y [ n ] = − ∑ k = 1 N a k y [ n − k ] + ∑ k = 0 M b k x [ n − k ] y[n] = -\sum_{k=1}^{N} a_k y[n-k] + \sum_{k=0}^{M} b_k x[n-k] y[n]=k=1Naky[nk]+k=0Mbkx[nk]

当输入信号 x [ n ] = δ [ n ] x[n] = \delta[n] x[n]=δ[n] 时,输出信号 y [ n ] = h [ n ] y[n] = h[n] y[n]=h[n] 是系统的冲激响应。由于IIR滤波器具有反馈项(即包含前几个输出 y [ n − k ] y[n-k] y[nk]),这些反馈项会使得冲激响应在理论上永远不会完全衰减至零。

2. FIR滤波器的冲激响应

FIR滤波器的冲激响应 h [ n ] h[n] h[n] 是有限长的,这意味着当一个冲激输入(即单位脉冲信号 δ [ n ] \delta[n] δ[n])应用于FIR滤波器时,滤波器的输出在有限时间内变为零。其数学表达式为:

y [ n ] = ∑ k = 0 M b k x [ n − k ] y[n] = \sum_{k=0}^{M} b_k x[n-k] y[n]=k=0Mbkx[nk]

当输入信号 x [ n ] = δ [ n ] x[n] = \delta[n] x[n]=δ[n] 时,输出信号 y [ n ] = h [ n ] y[n] = h[n] y[n]=h[n] 是系统的冲激响应。由于FIR滤波器只包含输入信号的前馈项(即没有前几个输出 y [ n − k ] y[n-k] y[nk] 的反馈项),冲激响应在有限时间内(即在 M M M 个采样点之后)会变为零。

数学性质

IIR滤波器的冲激响应
  1. 无限长: IIR滤波器的冲激响应 h [ n ] h[n] h[n] 在理论上是无限长的,因为其反馈结构会导致输出信号持续无限时间。
  2. 数学上:
    h [ n ] = ∑ k = 0 M b k δ [ n − k ] − ∑ k = 1 N a k h [ n − k ] h[n] = \sum_{k=0}^{M} b_k \delta[n-k] - \sum_{k=1}^{N} a_k h[n-k] h[n]=k=0Mbkδ[nk]k=1Nakh[nk]
    由于存在反馈项 a k h [ n − k ] a_k h[n-k] akh[nk],冲激响应不会在有限时间内变为零。
FIR滤波器的冲激响应
  1. 有限长: FIR滤波器的冲激响应 h [ n ] h[n] h[n] 是有限长的,因为其前馈结构没有反馈项,导致输出信号在有限时间内变为零。
  2. 数学上:
    h [ n ] = ∑ k = 0 M b k δ [ n − k ] h[n] = \sum_{k=0}^{M} b_k \delta[n-k] h[n]=k=0Mbkδ[nk]
    由于没有反馈项,冲激响应在 n > M n > M n>M 时会变为零。

群延迟(Group Delay)

是指信号中不同频率分量通过滤波器时的相位延迟差异。它表示为:

τ g ( ω ) = − d θ ( ω ) d ω \tau_g(\omega) = -\frac{d\theta(\omega)}{d\omega} τg(ω)=dωdθ(ω)

其中, θ ( ω ) \theta(\omega) θ(ω) 是滤波器的相位响应。

相位响应 是指滤波器对信号不同频率分量引入的相位变化。线性相位响应意味着所有频率分量被等相位延迟处理,保持了信号波形的形状。

IIR滤波器

具有反馈结构,其数学形式为:

y [ n ] = ∑ k = 0 M b k x [ n − k ] − ∑ k = 1 N a k y [ n − k ] y[n] = \sum_{k=0}^{M} b_k x[n-k] - \sum_{k=1}^{N} a_k y[n-k] y[n]=k=0Mbkx[nk]k=1Naky[nk]

由于反馈项( ∑ k = 1 N a k y [ n − k ] \sum_{k=1}^{N} a_k y[n-k] k=1Naky[nk]),IIR滤波器的相位响应通常是非线性的。这是因为反馈会引入复杂的极点分布,导致相位响应不是线性的,进而导致群延迟不恒定,形成非线性相位偏移。

FIR滤波器

FIR滤波器 具有有限冲激响应,其数学形式为:

y [ n ] = ∑ k = 0 M b k x [ n − k ] y[n] = \sum_{k=0}^{M} b_k x[n-k] y[n]=k=0Mbkx[nk]

FIR滤波器没有反馈项,仅依赖于输入信号的有限个样本。通过适当设计滤波器系数 b k b_k bk,可以实现线性相位响应,即:

θ ( ω ) = − τ ω \theta(\omega) = -\tau \omega θ(ω)=τω

其中, τ \tau τ 是常数。这意味着群延迟 τ g ( ω ) \tau_g(\omega) τg(ω) 为常数,所有频率分量都具有相同的相位延迟,保持信号的波形不失真。

举个例子

考虑一个简单的一阶IIR低通滤波器

H ( z ) = 1 − 0.5 z − 1 1 − 0.3 z − 1 H(z) = \frac{1 - 0.5z^{-1}}{1 - 0.3z^{-1}} H(z)=10.3z110.5z1

相位响应和群延迟(非线性)如下:

θ ( ω ) ≈ − ω ( 0.3 1 − 0. 3 2 ) \theta(\omega) \approx -\omega \left( \frac{0.3}{1 - 0.3^2} \right) θ(ω)ω(10.320.3)

τ g ( ω ) = − d θ ( ω ) d ω \tau_g(\omega) = -\frac{d\theta(\omega)}{d\omega} τg(ω)=dωdθ(ω)

考虑一个简单的三阶FIR低通滤波器,具有对称系数:

H ( z ) = 0.25 + 0.5 z − 1 + 0.25 z − 2 H(z) = 0.25 + 0.5z^{-1} + 0.25z^{-2} H(z)=0.25+0.5z1+0.25z2

相位响应和群延迟(线性)如下:

θ ( ω ) = − ω ( 3 2 ) \theta(\omega) = -\omega \left( \frac{3}{2} \right) θ(ω)=ω(23)

τ g ( ω ) = d θ ( ω ) d ω = 3 2 \tau_g(\omega) = \frac{d\theta(\omega)}{d\omega} = \frac{3}{2} τg(ω)=dωdθ(ω)=23

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/857974.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Pip换源详解

Pip换源是指将pip&#xff08;Python的包管理工具&#xff09;的默认源更改为其他源。以下是关于Pip换源的详细说明&#xff1a; 一、Pip换源的原因 访问被阻止的源&#xff1a;在某些地区或网络环境下&#xff0c;直接访问官方的Python Package Index (PyPI) 可能受到限制或…

电子SOP实施(MQTT协议)

架构图 服务与程序 用docker启动mqtt broker(服务器) 访问&#xff1a;http://192.168.88.173:18083/#/dashboard/overview 用户名&#xff1a;admin 密码&#xff1a;*** 消息发布者(查找sop的url地址&#xff0c;发布出去) 修改url&#xff0c;重新发布消息 import ran…

Claude 3.5 Sonnet已经上线,Claude 3.5 Opus即将上线

https://docs.anthropic.com/en/docs/about-claude/models 人工智能学习网站 https://chat.xutongbao.top/

Python基础——字符串常见用法:切片、去空格、替换、拼接

文章目录 专栏导读1、拼接字符串2、获取字符串长度3、字符串切片4、字符串替换&#xff1a;5、字符串分割6、字符串查找7、字符串大小写转换8、字符串去除空白9、字符串格式化&#xff1a;10、字符串编码与解码&#xff1a;11、字符串判断12、字符串填充与对齐总结 专栏导读 &a…

高性能并行计算华为云实验四:快排算法实验

目录 一、实验目的 二、实验说明 三、实验过程 3.1 创建快排算法源码 3.2 makefile的创建与编译 3.3 主机文件配置与运行监测 四、实验结果与分析 4.1 结果一及分析 4.2 结果二及分析 五、实验思考与总结 5.1 实验思考 5.2 实验总结 END&#xff5e; 一、实验目的…

移动端 UI 风格,诠释精致

移动端 UI 风格&#xff0c;诠释精致

C++跨平台socket编程

C跨平台socket编程 一、概述1.1 TCP协议1.1 TCP 的主要特性1.2 TCP报文格式 UDP报文格式IP协议使用windows编辑工具直接编辑Linux上代码 二、系统socket库1.windows上加载socket库2.创建socket2.1 windows下2.2 linux下 3.网络字节序4.bind端口5.listen监听并设置最大连接数6.a…

什么是投保人豁免,第二投保人,什么是ROI和IRR

投保人豁免通常是指在保险合同中&#xff0c;如果投保人因意外伤害或疾病导致身故或全残&#xff0c;保险公司将免除后续的保险费用&#xff0c;而被保险人的保险合同仍然有效。这意味着&#xff0c;如果投保人因意外身故&#xff0c;保险公司将不再收取保费&#xff0c;但被保…

css布局之flex应用

/*父 100*/.parent-div {/* 这里添加你想要的属性 */display: flex;flex-direction: row; //行justify-content: space-between; //左右对齐align-items: center;flex-wrap: wrap; //换行}/*中 90 10 */.middle-div {/* 这里添加你想要的属性 */display: flex;flex-direction:…

Redis 入门篇

文章目录 Redis简介关系型数据库:非关系型数据库 Redis应用场景Redis下载和安装Redis 数据类型Redis 常用命令字符串 string 操作命令哈希 hash 操作命令列表 list 操作命令集合 set 操作命令有序集合 sorted set 操作命令通用命令 Jedis 快速入门配置依赖建立连接 / 操作 Jedi…

【物联网】802.15.4简介

目录 一、概述 二、802.15.4主要特点 2.1 工作频段和数据速率 2.2 支持简单器件 2.3 信标方式和超帧结构 2.4 数据传输和低功耗 三、低功耗 一、概述 802.15.4包括用于低速无线个人域网(LR-WPAN)的物理层和媒体接入控制层两个规范。它能支持消耗功率最少&#xff0c;一般…

使用python下载图片且批量将图片插入word文档

最近有一个小的功能实现&#xff0c;从小某书上下载指定帖子的图片们&#xff0c;然后批量插入到word文档中&#xff0c;便于打印。于是有了以上需求。 一、下载图片 1、首先获取图片们的链接img_urls 首先&#xff0c;获取到的指定帖子的所有信息可以存入一个json文件中&am…

NeRF从入门到放弃4: NeuRAD-针对自动驾驶场景的优化

NeuRAD: Neural Rendering for Autonomous Driving 非常值得学习的一篇文章&#xff0c;几乎把自动驾驶场景下所有的优化都加上了&#xff0c;并且也开源了。 和Unisim做了对比&#xff0c;指出Unisim使用lidar指导采样的问题是lidar的垂直FOV有限&#xff0c;高处的东西打不…

深入源码设计!Vue3.js核心API——Computed实现原理

如果您觉得这篇文章有帮助的话&#xff01;给个点赞和评论支持下吧&#xff0c;感谢~ 作者&#xff1a;前端小王hs 阿里云社区博客专家/清华大学出版社签约作者/csdn百万访问前端博主/B站千粉前端up主 此篇文章是博主于2022年学习《Vue.js设计与实现》时的笔记整理而来 书籍&a…

华为HCIP Datacom H12-821 卷5

1.单选题 下列哪种工具不能被 route-policy 的 apply 子句直接引用? A、IP-Prefix B、tag C、community D、origin 正确答案: A 解析: 因route-policy工具中, apply 后面跟的是路由的相关属性。 但是ip-prefix是用来匹配路由的工具。 2.单选题

Map.entry方法总结

Map.entry方法总结 大家好&#xff0c;在下是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的程序员&#xff0c;也是穿着拖鞋写代码&#xff0c;穿着拖鞋调BUG&#xff0c;穿着拖鞋也要拯救世界的“拖鞋王”&#xff01; 什么是Map.entry方法&#xff1f; 在Java中&…

Leetcode 力扣 128. 最长连续序列 (抖音号:708231408)

给定一个未排序的整数数组 nums &#xff0c;找出数字连续的最长序列&#xff08;不要求序列元素在原数组中连续&#xff09;的长度。 请你设计并实现时间复杂度为 O(n) 的算法解决此问题。 示例 1&#xff1a; 输入&#xff1a;nums [100,4,200,1,3,2] 输出&#xff1a;4 解…

【AI技术】GPT-4o背后的语音技术猜想

前言&#xff1a; 本篇文章全文credit 给到 台大的李宏毅老师&#xff0c;李宏毅老师在机器学习上风趣幽默、深入浅出的讲解&#xff0c;是全宇宙学AI、讲中文学生的福音&#xff0c;强力推荐李宏毅老师的机器学习课程和深度学习 人工智能导论&#xff1b; 李宏毅老师的个人长…

bazel build ‘...‘

Okay, let’s discuss the Bazel build command: bazel build ‘…’. Bazel Build Command: The bazel build command is used to build the targets (e.g., libraries, binaries, tests) specified in a Bazel-based project. Target Selection: The ‘…’ part of the com…

力扣(2024.06.22)

1. 59——螺旋矩阵2 给你一个正整数 n &#xff0c;生成一个包含 1 到 n2 所有元素&#xff0c;且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 。 标签&#xff1a;数组&#xff0c;矩阵&#xff0c;模拟 代码&#xff1a; class Solution:def generateMatrix(sel…