算法非常简单,就是网上搜不到C代码实现。filter是个很万能的数字滤波器函数,只要有滤波器的差分方程系数,IIR呀FIR呀都能通过它实现。在MATLAB里面,filter最常用的格式是这两个:
[y,zf] = filter(b,a,X)
[y,zf] = filter(b,a,X,zi)
其中b和a就是差分方程的系数,X是输入向量,zi是“初始状态”。可能这么说明还是不很清晰,那么请看图(注意,a(1)为1,这个可以通过差分方程所有系数除以a(1)所得):
嗯,这样子很轻松地就能把各个y值给算出来了,哦注意上面式子里面的n是“向量a或者b中最长的长度”,在实际编程的时候,如果a和b长度不一样,短者显然是要用0补齐的。对于那个初始状态zi,忽略的时候,比如(顺便提醒一句MATLAB的下标从1开始)
y(1)=b(1)x(1)
y(2)=b(1)x(2)+Z1(1)= b(1)x(2) + b(2)x(1) - a(2)y(1)
不忽略的时候
y(1)=b(1)x(1) + Z1(0)
y(2)=b(1)x(2)+Z1(1)= b(1)x(2) + b(2)x(1) - a(2)y(1) + Z2(0)
因为实际程序中自己定义的东西比较多(=,=|||这也是没办法的事情不是),而filtfilt这个超级无敌的“零相移滤波函数”更是复杂到稍微调用了一下自己写的矩阵运算函数,所以代码全部贴上来实在是太乱。等这次工程做完会大概地把代码打包发一下。现在就先贴点代码片段好了……但愿我的代码风格没那么难懂……
#include <string.h>
//Transposed Direct-Form II Realization
//initial conditions: zi, length==nfilt-1. ignore when zi==NULL
#ifndef EPS
#define EPS 0.000001
#endif
void
filter( const double* x, double* y, int xlen, double* a, double* b, int nfilt, double* zi){
double tmp;
int i,j;
//normalization
if( (*a- 1.0>EPS) || (*a- 1.0<-EPS) ){
tmp=*a;
for(i= 0;i<nfilt;i++){
b[i]/=tmp;
a[i]/=tmp;
}
}
memset(y, 0,xlen* sizeof( double));
a[ 0]= 0.0;
for(i= 0;i<xlen;i++){
for(j= 0;i>=j&&j<nfilt;j++){
y[i] += (b[j]*x[i-j]-a[j]*y[i-j]);
}
if(zi&&i<nfilt- 1) y[i] += zi[i];
}
a[ 0]= 1.0;
}
OK,接下来是神奇的零相移滤波filtfilt,操作上不复杂,原理上小小有点复杂。它主要是先找到一个“合理的”初始状态Zi,使得无论先从反向滤波还是先从正向滤波结果一致,然后filter一次,逆向,再filter一次,再逆向,就是结果了。这里面包括3个要点:
1. Zi的确定。
2. 边缘效应的消除。
3. 正反向滤波的数学原理。
对于要点1,可以参阅Fredrik Gustafsson的论文Determining the Initial States in Forward-backward Filtering的数学证明。要点2,filtfilt对数据两头做了镜像拓延,最后滤完波再截掉头尾。要点3,这个貌似不大难推()
#include <stdlib.h>
#include "filter.h"
#include "mulMat.h"
#include "invMat.h"
int
filtfilt(const double* x, double* y, int xlen, double* a, double* b, int nfilt){
int nfact;
int tlen; //length of tx
int i;
double *tx,*tx1,*p,*t,*end;
double *sp,*tvec,*zi;
double tmp,tmp1;
nfact=nfilt-1; //3*nfact: length of edge transients
if(xlen<=3*nfact || nfilt<2) return -1; //too short input x or a,b
//Extrapolate beginning and end of da
//method". Slopes of original and extrapolated sequences match at
//the end points.
//This reduces end effects.
tlen=6*nfact+xlen;
tx=malloc(tlen*sizeof(double));
tx1=malloc(tlen*sizeof(double));
sp=malloc( sizeof(double) * nfact * nfact );
tvec=malloc( sizeof(double) * nfact );
zi=malloc( sizeof(double) * nfact );
if( !tx || !tx1 || !sp || !tvec || !zi ){
free(tx);
free(tx1);
free(sp);
free(tvec);
free(zi);
return 1;
}
tmp=x[0];
for(p=x+3*nfact,t=tx;p>x;--p,++t) *t=2.0*tmp-*p;
for(end=x+xlen;p<end;++p,++t) *t=*p;
tmp=x[xlen-1];
for(end=tx+tlen,p-=2;t<end;--p,++t) *t=2.0*tmp-*p;
//now tx is ok.
end = sp + nfact*nfact;
p=sp;
while(p<end) *p++ = 0.0L; //clear sp
sp[0]=1.0+a[1];
for(i=1;i<nfact;i++){
sp[i*nfact]=a[i+1];
sp[i*nfact+i]=1.0L;
sp[(i-1)*nfact+i]=-1.0L;
}
for(i=0;i<nfact;i++){
tvec[i]=b[i+1]-a[i+1]*b[0];
}
if(invMat(sp,nfact)){
free(zi);
zi=NULL;
}
else{
mulMat(sp,tvec,zi,nfact,nfact,1);
}//zi is ok
free(sp);free(tvec);
//filtering tx, save it in tx1
tmp1=tx[0];
if(zi)
for( p=zi,end=zi+nfact; p<end;) *(p++) *= tmp1;
filter(tx,tx1,tlen,a,b,nfilt,zi);
//reverse tx1
for( p=tx1,end=tx1+tlen-1; p<end; p++,end--){
tmp = *p;
*p = *end;
*end = tmp;
}
//filter again
tmp1 = (*tx1)/tmp1;
if(zi)
for( p=zi,end=zi+nfact; p<end;) *(p++) *= tmp1;
filter(tx1,tx,tlen,a,b,nfilt,zi);
//reverse to y
end = y+xlen;
p = tx+3*nfact+xlen-1;
while(y<end){
*y++ = *p--;
}
free(zi);
free(tx);
free(tx1);
return 0;
}
与MATLAB对比(MATLAB代码):
x=[1 2 3 4 5 6 7 8];
a=[1 2 3];
b=[4 5 6];
t=filtfilt(b,a,x);
for i=1:8, fprintf(1,'%f\n',t(i)), end;
结果为:
-6731884.250
7501778.750000
-2757230.250000
-662443.250000
1360955.750000
-686678.250000
4135.750000
227147.750000
这个例子用上面给出的C语言版的filtfilt计算结果完全一致