为什么理想滤波器不可实现

系统对于信号的作用大体可分为两类:一类是信号的传输,一类是滤波。信号传输要求信号尽量不失真,而滤波则要求滤去或削弱不需要的成分,必然伴随着失真。接下来,本文将从信号的无失真传输来引入信号的滤波,进而详细阐明为什么理想滤波器不可实现。

1. 无失真传输

想必大家都了解过接力传话游戏,往往传到最后会与最初的表达千差万别,也就是产生了失真,这在信号传输过程中是要极力避免的。

1.1 定义

信号无失真传输是指系统的输出信号与输入信号相比,只有幅度的大小和出现时间的先后不同,而没有波形上的变化。

也就是说输出信号的形状应是输入信号经过拉伸或压缩变换加上平移变换的组合,这样的好处是在信号输出端,可以轻而易举的还原出原信号。举个具体的例子吧,若输入信号为 f ( t ) f(t) f(t) , 经过传输系统后的输出为 y ( t ) y(t) y(t) , 如果系统是无失真传输系统的话, f ( t ) 、 y ( t ) f(t)、y(t) f(t)y(t) 应该满足的关系大概是下面这样的:

无失真传输系统输入输出案例

若用严格的数学表达式来形容经过无失真传输系统后输入信号 f ( t ) f(t) f(t) 和输出信号 y ( t ) y(t) y(t) 的关系,则为:
y ( t ) = K f ( t − t d ) y(t)=K f\left(t-t_{d}\right) y(t)=Kf(ttd)
对等号两边分别进行傅里叶变换,根据 傅里叶变换的时移特性 ,得到输入输出的频谱关系:
Y ( j ω ) = K e − j ω t d F ( j ω ) Y(j \omega)=K e^{-j \omega t_{d}} F(j \omega) Y(jω)=KejωtdF(jω)

1.2 无失真传输条件

对系统的冲激响应 h ( t ) h(t) h(t) 的要求:
h ( t ) = K δ ( t − t d ) h(t)=K \delta\left(t-t_d\right) h(t)=Kδ(ttd)
对系统传输函数(频率响应函数) H ( j ω ) H(j\omega) H(jω) 的要求:
H ( j ω ) = Y ( j ω ) / F ( j ω ) = K e − j ω t d 即 ∣ H ( j ω ) ∣ = K , θ ( ω ) = − ω t d \begin{array}{c} H(j \omega)=Y(j \omega) / F(j \omega)=K e^{-j \omega t_{d}}\\ \text {即} \quad |{H}({j} \omega)|={K}, \quad \theta(\omega)=-\omega{t}_{{d}}\\ \end{array} H(jω)=Y(jω)/F(jω)=KejωtdH(jω)=K,θ(ω)=ωtd
所以在无失真传输条件下,系统的幅频特性 ∣ H ( j ω ) ∣ |H(j\omega)| H(jω) 和相频特性 θ ( ω ) \theta(\omega) θ(ω) 应如下图所示:

无失真传输下系统的幅频、相频特性

要说明的是,上述条件是信号无失真传输的理想条件。当传输有限带宽的信号时,只要在信号占有频带范围内,系统的幅频、相频特性满足以上条件即可。比如我们要传输人类说话的语音信号,那么只要保证在20000Hz以内,传输系统的幅频特性 ∣ H ( j ω ) ∣ |H(j\omega)| H(jω) 和相频特性 θ ( ω ) \theta(\omega) θ(ω) 要满足如上要求即可。

2. 理想低通滤波器

如果把滤波器看成一个系统,顾名思义,理想低通滤波器的作用应该是:高于设定的某个频率 f C f_C fC 的波形成分将从原信号中滤除。这个设定的频率 f C f_C fC 被称为截止频率,其对应的截止角频率记为 ω C = 2 π f C \omega_C=2\pi f_C ωC=2πfC ,该系统幅频特性 ∣ H ( j ω ) ∣ |H(j\omega)| H(jω) 和相频特性 θ ( ω ) \theta(\omega) θ(ω) 应如下图所示:

理想低通滤波器的幅频、相频特性

所以理想低通滤波器的频率响应函数 H ( j ω ) H(j\omega) H(jω) 可以表示为:
H ( j ω ) = { e − j ω t d , ∣ ω ∣ < ω C 0 , ∣ ω ∣ > ω C = g 2 ω C ( ω ) e − j ω t d H(j \omega)=\left\{\begin{array}{cl} \mathrm{e}^{-j \omega t_{d}}, & |\omega|<\omega_{C} \\ 0, & |\omega|>\omega_{C} \end{array}=g_{2 \omega_{C}}(\omega) \mathrm{e}^{-j \omega t_{d}}\right. H(jω)={ejωtd,0,ω<ωCω>ωC=g2ωC(ω)ejωtd
其中 g 2 ω C ( ω ) g_{2 \omega_{C}}(\omega) g2ωC(ω) 表示自变量为 ω \omega ω ,以 0 0 0 为中心,以 2 ω C 2 \omega_{C} 2ωC 为宽度的门函数。

因此该理想低通滤波器的冲激响应 h ( t ) h(t) h(t) 为:
h ( t ) = F − 1 [ g 2 ω c ( ω ) e − j ω t d ] = ω c π S a [ ω c ( t − t d ) ] \begin{aligned} h(t) & =\mathrm{F}^{-1}\left[g_{2 \omega_{c}}(\omega) e^{-j \omega t_{d}}\right] \\ & =\frac{\omega_{c}}{\pi} \mathrm{Sa}\left[\omega_{c}\left(t-t_{d}\right)\right] \end{aligned} h(t)=F1[g2ωc(ω)ejωtd]=πωcSa[ωc(ttd)]
上述计算过程可以参考 真正掌握傅里叶变换 文章中门函数的傅里叶变换求解过程,再根据傅里叶变换的对称性可轻松求得。

截止角频率 ω C = 5 \omega_C=5 ωC=5 ,时移 t d = 1 t_d=1 td=1 时,对应的理想低通滤波器的冲激响应如下图所示:

理想低通滤波器的冲激响应

你看,当输入为冲激函数 δ ( t ) \delta(t) δ(t) 时,这个滤波器的冲激响应 h ( t ) h(t) h(t) 竟然要求在输入之前就存在一部分( t < 0 t<0 t<0 时),这违背了因果性,因此说这是理想的低通滤波器,是不可能实现的。

从信号传输的角度来看,当传输信号的系统为理想低通滤波器时,冲激信号 δ ( t ) \delta(t) δ(t) 竟然失真成了理想低通滤波器的冲激响应 h ( t ) h(t) h(t) 的样子。这是因为 δ ( t ) \delta(t) δ(t) 的信号频带无限宽,而理想低通滤波器的通频带是有限的。

3. 物理可实现系统的条件

系统可物理实现有两个必要条件,第一个条件便是因果条件,也就是说因果系统才是物理可实现的系统。而因果系统的定义是:零状态响应不会出现在激励之前的系统,用公式表示为:
h ( t ) = 0 , t < 0 h(t)=0,\qquad t<0 h(t)=0,t<0
这个很好理解,比如我们要在空白的纸上记录一句话,不可能存在这种情况:正准备拿笔呢,这句话已经写了一半了;我们去食堂吃饭,打好菜准备吃之前,菜就已经有一部分进肚子里了。

第二个必要条件是系统的传输函数 H ( j ω ) H(j\omega) H(jω) 要满足佩利-维纳准则:
{ ∫ − ∞ ∞ ∣ H ( j ω ) ∣ 2 d ω < ∞ ∫ − ∞ ∞ ∣ ln ⁡ ∣ H ( j ω ) ∣ ∣ / ( 1 + ω 2 )   d ω < ∞ \begin{cases} \int_{-\infty}^{\infty}|H(j \omega)|^{2} d \omega<\infty\\ \\ \int_{-\infty}^{\infty} \big|\ln | H(\mathrm{j} \omega)|\big|/({1+\omega^{2}}) \mathrm{~d} \omega<\infty \end{cases} H(jω)2dω<lnH(jω)/(1+ω2) dω<
这表明要想系统可以物理实现,可以允许 H ( j ω ) H(j\omega) H(jω) 特性在某些不连续的频率点上为0,但不允许在一个有限频带内为0(因为 H ( j ω ) H(j\omega) H(jω) 为0时,上述第二个式子的被积函数的分子部分 $ \big|\ln | H(\mathrm{j} \omega)|\big|$ 为无穷大)。按此原理,理想低通、理想高通、理想带通、 理想带阻等理想滤波器都是不可实现的。

注:本文首发于微信公众号"振动信号研究所"

  • 10
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一个关于数字信号处理的问题。首先,理想低通(高通)滤波器、巴特沃斯低通(高通)滤波器、高斯低通(高通)滤波器是数字信号处理中常用的滤波器。 对于这个问题,我们需要先了解一下滤波器的基本原理。滤波器可以用来去除信号中的噪声或者特定频率的成分,常见的滤波器有低通滤波器和高通滤波器。低通滤波器可以通过去除高频成分来实现平滑信号的效果,而高通滤波器则可以通过去除低频成分来实现强调细节的效果。 现在,我们可以利用自编函数hpfilter(),lpfilter()实现理想低通(高通)滤波器、巴特沃斯低通(高通)滤波器、高斯低通(高通)滤波器对lena.bmp进行低通和高通滤波处理。具体步骤如下: 1. 首先,我们需要将lena.bmp读入到Matlab中,并转换为灰度图像,这可以通过imread()和rgb2gray()函数实现。 2. 接下来,我们可以利用自编函数,比如hpfilter()和lpfilter()分别实现高通和低通滤波器的效果。 3. 对于巴特沃斯低通(高通)滤波器和高斯低通(高通)滤波器,可以利用Matlab自带的函数butter()和fspecial()实现。 4. 最后,将滤波后的图像输出到本地,可以通过imwrite()函数实现。 对于实验结果的分析,我们需要比较滤波前后图像的差异,特别是在细节部分的表现,以及不同滤波器之间的区别。通常情况下,理想滤波器可以保留信号的主要成分,但是会出现频率淬炼的效果;而慢滑动平滑滤波器可以保留更多的高频成分,但是会导致边缘模糊。此外,高斯滤波器可以在保留图像细节的同时平滑图像,而巴特沃斯滤波器可以通过调整参数来实现不同的滤波效果。 综上所述,数字信号处理中的滤波器是图像处理中必不可少的工具,不同的滤波器可以实现不同的效果。在实际应用中,需要根据具体需求选择合适的滤波器
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值