本文详细介绍了数字滤波器的基本概念，包括与模拟滤波器的区别、实现条件、IIR和FIR滤波器方法。重点探讨了理想滤波器的特性和分类，以及简单滤波器设计中的零极点放置策略，特别是低通、高通滤波器的一阶和二阶设计，以及如何通过低通滤波器转换为高通滤波器。
第五章 数字滤波器基本概念及特殊滤波器
前言
微机学累了来学一会数字信号处理捏
嘿嘿……微机……我的微机……我的数字信号处理……
嘿嘿……我的……都是我的……嘿嘿嘿……
1. 数字滤波器的基本概念
1.1 数字滤波器和模拟滤波器的区别:
前者通过数值运算(卷积), 后者通过RLC及有源器件构成
1.2 数字滤波器的可实现性(实现的条件)
| 要求 | 零极点要求 |
|---|---|
| 系统因果稳定 | 极点全都在单位元内(在单位圆上也不可以) |
| 系统的差分方程或系统函数的系数为实数 | 零极点必须是实数, 或者共轭成对出现 |
1.3 实现数字滤波器的方法
-
IIR(无限脉冲响应滤波器)
💩字如其意就是他的单位脉冲响应为无限长-----原因是网络中有反馈回路
系统函数为
H ( z ) = ∑ r = 0 M b r ⋅ z − r 1 − ∑ r = 1 N a r ⋅ z − r H(z)=\frac{\sum^{M}_{r=0}b_r\cdot z^{-r}}{1-\sum^N_{r=1}a_r\cdot z^{-r}} H(z)=1−∑r=1Nar⋅z−r∑r=0Mbr⋅z−r -
FIR(有限脉冲响应滤波器)
🖕同上, 有限长, 网络中没有反馈回路
系统函数为
H ( z ) = ∑ n = 0 N − 1 h ( n ) z − n H(z)=\sum^{N-1}_{n=0}h(n)z^{-n} H(z)=∑n=0N−1h(n)z−n
2. 理想数字滤波器
2.1 数字滤波器的特点及分类
-
分类很简单, 就那几个LPHPBPAPBS
-
特点:
滤波器的通带幅度为常数, 阻带为0------说人话就是完美阻碍, 不削减想要的
有线性相位-------那可不, 你要是不线性, 原来的信号还是原来的嘛!! 👿
h(n)为非因果无限长序列-------都说了是无限长了 -
理想滤波器的传输函数
H
(
e
j
ω
)
=
{
C
e
−
j
ω
n
0
ω
1
<
ω
<
ω
2
0
其他
H(e^{j\omega})=\left\{\begin{matrix} Ce^{-j\omega n_0} & \omega_1<\omega<\omega_2 \\ 0 & 其他 \end{matrix}\right.
H(ejω)={Ce−jωn00ω1<ω<ω2其他
上式中
,
C
和
n
0
为常数
上式中, C和n_0为常数
上式中,C和n0为常数
其实稍微一看就知道, 0就代表阻带, C e − j ω n 0 Ce^{-j\omega n_0} Ce−jωn0代表通带, C对输入信号幅值改变, e − j ω n 0 e^{-j\omega n_0} e−jωn0对输入信号的相位进行改变(线性)
对于不同种类的理想滤波器, 其实改变的是后面的定义域
例如低通理想滤波器的频率响应为
H ( e j ω ) = { C e − j ω n 0 ∣ ω ∣ < ω c 0 ω c < ∣ ω ∣ ≤ π H(e^{j\omega})=\left\{\begin{matrix} Ce^{-j\omega n_0} & |\omega|<\omega_c \\ 0 & \omega_c<|\omega| \le \pi \end{matrix}\right. H(ejω)={Ce−jωn00∣ω∣<ωcωc<∣ω∣≤π
- 理想滤波器的单位脉冲响应h(n)可通过对频率响应反变换得到
2.2 数字理想滤波器的可实现性
它的频率响应是非因果的(未来决定现在), 因此肯定是不能实现的, 我们要把理想滤波器作为一种滤波器的设计标准, 要尽可能的去逼近理想滤波器.
因此这里介绍近似实现的方法:
1 舍弃不可实现的n<0的部分
2 （为了保持线性相位）以h(n)最大部分为中心对称轴, 以0为终点, 进行对称截取
保持线性相位在第七章线性相位FIR滤波器有说道线性相位条件
实际的滤波器传输函数和理想的不同点在于
- 通带中幅度不再是理想的常数(一条直线
- 阻带中的幅度也不再是0, 截取的后果
- 阻带----->(新产生了过渡带)------>通带
3 简单滤波器的设计(零极点放置法)
这里设计方法就介绍零极点放置法, 它在Z平面上通过放置极点和零点来限定通带和阻带
极点放在要加强的频率点附近, 极点越靠近单位圆频率响应的峰值越高零点就放在要减弱的频率点附近啦, 放在单位圆上时该幅度为0
3.1 一阶数字滤波器
具有一个极点, 零点最多一个
3.1.1 低通一阶
-
1个极点, 0个零点的传递函数与零极点图
-
1个极点, 1个零点的传递函数与零极点图
3.1.2 高通一阶
-
1个极点, 0个零点
-
1个极点, 1个零点
幅频特性曲线蓝\绿\红依次为b=-1\0\0.7
可以看到, 零点越远离极点, 过渡带越陡峭, 滤波器的性能也就越好
3.2 一阶低通的带宽计算
带宽定义为, 信号频谱幅度下降到-3dB(或者说为原来的
1
2
\frac{1}{\sqrt{2}}
21)为界限的频率范围.
−
3
=
20
l
g
∣
H
(
e
j
ω
p
)
∣
-3=20lg|H(e^{j\omega_p})|
−3=20lg∣H(ejωp)∣
可以推导
ω
p
=
arccos
(
2
a
1
+
a
2
)
\omega_p=\arccos(\frac{2a}{1+a^2})
ωp=arccos(1+a22a)
如上图所示, 一阶低通的带宽为那段圆弧.
当极点放置很靠近单位圆的时候, 就可以近似为
β
\beta
β
而
β
=
1
−
a
\beta=1-a
β=1−a
ω p ≈ β = 1 − a \omega_p\approx\beta=1-a ωp≈β=1−a
由此也可以得出, 当a越大(靠近1), 近似带宽就越接近真实带宽,
3.3 二阶数字滤波器
特点--------------2个极点, 最多2个零点
--------------------零点和极点是各自共轭成对出现
H
(
z
)
=
G
(
z
−
b
1
)
(
z
−
b
2
)
(
z
−
p
1
)
(
z
−
p
2
)
H(z)=G\frac{(z-b_1)(z-b_2)}{(z-p_1)(z-p_2)}
H(z)=G(z−p1)(z−p2)(z−b1)(z−b2)
该式中G为常数, 当G=1使得幅频特性最大
p1,p2为共轭极点; b1,b2为共轭零点
二阶低通, 极点靠近z=1
二阶高通, 极点在靠近z=-1
二阶带通,注意两个极点在w=±jr
3.4 低通转高通(如何通过低通设计高通滤波器)
在前面哪里我记得, 好像是做题里的证明, 说高通滤波器传递函数就是低通的位移个 π \pi π
H h p ( e j w ) = H l p ( e j ( w − π ) ) H_{h p}\left(e^{j w}\right)=H_{l p}\left(e^{j(w-\pi)}\right) Hhp(ejw)=Hlp(ej(w−π))
若低通传递函数为
H
l
p
(
e
j
w
)
=
∑
k
=
0
M
b
k
e
−
j
w
k
1
+
∑
k
=
1
N
a
k
e
−
j
w
k
H_{l p}\left(e^{j w}\right)=\frac{\sum_{k=0}^M b_k e^{-j w k}}{1+\sum_{k=1}^N a_k e^{-j w k}}
Hlp(ejw)=1+∑k=1Nake−jwk∑k=0Mbke−jwk
则高通传递函数为
H
h
p
(
e
j
w
)
=
∑
k
=
0
M
b
k
e
−
j
(
w
−
π
)
k
1
+
∑
k
=
1
N
a
k
e
−
j
(
w
−
π
)
k
=
∑
k
=
0
M
(
−
1
)
k
b
k
e
−
j
w
k
1
+
∑
k
=
1
N
(
−
1
)
k
a
k
e
−
j
w
k
H_{h p}\left(e^{j w}\right)=\frac{\sum_{k=0}^M b_k e^{-j(w-\pi) k}}{1+\sum_{k=1}^N a_k e^{-j(w-\pi) k}}=\frac{\sum_{k=0}^M(-1)^k b_k e^{-j w k}}{1+\sum_{k=1}^N(-1)^k a_k e^{-j w k}}
Hhp(ejw)=1+∑k=1Nake−j(w−π)k∑k=0Mbke−j(w−π)k=1+∑k=1N(−1)kake−jwk∑k=0M(−1)kbke−jwk
容易看出就是对低通的系数多了个(-1)^k嘛
第五章出题要点
- PPT上的题目
1163
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
