现代控制理论中的滤波器，无限脉冲响应滤波器，有限脉冲响应滤波器，维纳滤波器，卡尔曼滤波器，集员滤波器

• 常见的滤波器种类

  无限脉冲响应滤波器(Infinite Impulse Respponse，IIR)与有限脉冲响应滤波器(Finite Impulse Respponse，FIR)滤波器是两种经典的数字滤波器。其中，IIR 滤波器是一类具有无限长单位脉冲响应且存在反馈回路的滤波器，FIR 滤波器的单位脉冲响应是有限长的且本身不具有反馈回路。由于 IIR 滤波器对于信号的相位要求较严格导致不同频率的原信号经过 IIR 系统后对时间差会产生较大影响，因此 IIR 滤波器适用于对信号相位要求不严格的实际系统中[1]。FIR 滤波器本身具有严格的线性相频特性，从而保证了信号不会产生延迟失真的现象，因此在图像处理、视频通话以及谱分析等领域广泛应用。

  维纳滤波器是一种经典的线性滤波器，通常要求维纳滤波器的输入信号也为线性函数。维纳滤波以最小均方误差作为最优准则，基于线性时不变系统进行去噪，其广泛应用于图像复原处理以及信号重构等。

  卡尔曼滤波器一般利用系统的状态方程、测量方程以及输入输出的数据来估计系统内部不能够直接测量得到的信号，该滤波方法能够准确估计系统状态的前提是噪声的统计特性已知且一般应用于线性系统中。

  自适应滤波器的提出基于维纳滤波和卡尔曼滤波。自适应滤波算法包含线性自适应和非线性自适应，非线性自适应算法尽管信号处理能力更强但是其计算过程复杂。

  $H_{\infty }$滤波是现代控制理论中常用的滤波方法之一，也是网络化控制系统中常用的滤波方式。 $H_{\infty }$滤波可以应用于系统噪声统计信息未知的情况同时对不理想的滤波误差进行性能约束， $H_{\infty }$滤波能够降低系统外部干扰对滤波动态误差的影响至可以接受的衰减水平。

  集员滤波是考虑系统所受到的扰动用未知但有界的噪声来刻画时，估计系统的状态或参数[2]。而且，它提供的是一个估计集合，称之为可行集，此集合中的任一元素都可能是状态的真实值。集员滤波算法分为以下几类：椭球算法[3]，多面体算法[4]，盒子算法，超平形体算法，基于区间分析的算法，全对称多胞形算法以及基于支持向量机的集员滤波算法。

• 总结

  $H_{\infty }$滤波----能量有界噪声；
  卡尔曼滤波器-----高斯白噪声；
  集员滤波-----未知但有界噪声。

[1] 王常衡, 罗钦, 任广鹏, 等. 一种用于语音信号降噪的 IIR 滤波器[J]. 现代工业经济和信息化, 2019, 9(03): 80-81+97.
[2] 孙先仿. 集员辨识——算法, 收敛性和鲁棒性[D]. 中国科学院自动化研究所博士学位论文, 1994.
[3] Polyak B T, Nazin S A, Durieu C, et al. Ellipsoidal parameter or state estimation under model uncertainty[J]. Automatica, 2004, 40(7):1171–1179.
[4] Spathopoulos M, Grobov I. A state-set estimation algorithm for linear systems in the presence of bounded disturbances[J]. International Journal of Control, 1996,63(4):799–811.