前言
这已经是最后一章了, 写这篇的时候数字信号处理已经讲完, 自己很多前面的坑都还没填上. 忙啊, 都忙, 忙点好啊.
其实也不是说天天都在干活, 懒惰劲上来了就是什么都不想干, 更别说这种费脑子的事. 可恶可恶, 不做就会慢慢堆积在一起, 一旦堆的够多—
摆烂心理就会萌生!!!就会开始说服自己摆烂, 最后======放弃做这件事…
不知道是不是大多数人的真相了…
这一章还是很简单的, 数字信号处理除了刚开始有点难度, 到了后头其实都还简单, 不像隔壁的微机!!(〃>皿<)
系统描述引言
描述系统, 当然不是用文字去描述啦.
前面在一二章我们学到了差分方程\ 单位脉冲响应\ 和系统函数进行描述
一个系统函数可以通用的表示为
H ( z ) = ∑ r = 0 M b ( r ) z − r 1 + ∑ k = 1 N a ( k ) z − k H(z)= \frac{\sum^M_{r=0}b(r)z^{-r}}{1+\sum^N_{k=1}a(k)z^{-k}} H(z)=1+∑k=1Na(k)z−k∑r=0Mb(r)z−r
在数字信号处理中有三种基本算法, 那就是加法
\ 乘法
\ 单位延迟
在<信号与系统>中我们学习到系统框图的画法, 那么这里要学习的就是流图
很相似, 所以我说很简单
让我们举个例子很好就可以理解
求该流图的系统函数
知道三点就可以
第一个方程是起点x(n)处的节点方程
第二个方程式终点y(n)处的节点方程
除此之外用延时n-1补充方程
PS: 最后求系统函数就z变换一下, 注意延时-1为乘 z − 1 z^{-1} z−1
最后提一嘴, 上两章对FIR和IIR滤波器提到为什么单位脉冲响应是有限长和无限长, 取决于是否存在输出对输入的反馈.
体现在流图里就很简单啦, 那就是有没有输出节点对输入节点的反馈
这里的输入输出指的是当前和上一个, 并非单指起点和终点
IIR网格结构
输出节点对输入节点有反馈回路
直接型
一个例子就知道了, 就是直接通过系数画
记住两点就行:
左边为y的反馈回路, 右边为x的反馈回路, 从上到下按n, n-1, n-2...顺序
记住回路方向, 其实很好记, 左边是y的,输出对输入的反馈, 肯定要倒回去的方向; 右边是x的, 反过来就行了
优点: 直接通过差分方程或者系统函数画出, 简单直观
缺点: 系数没有反应零极点分布, 调试不方便
级联型
级联型其实就是把多个直接型连接在一起
原来的 H ( z ) = ∑ r = 0 M b ( r ) z − r 1 + ∑ k = 1 N a ( k ) z − k H(z)= \frac{\sum^M_{r=0}b(r)z^{-r}}{1+\sum^N_{k=1}a(k)z^{-k}} H(z)=1+∑k=1Na(k)z−k∑r=0Mb(r)z−r进行因式分解
就得到
H
(
z
)
=
A
∏
r
=
1
M
(
1
−
C
r
z
−
1
)
∏
k
=
1
N
(
1
−
d
k
z
−
1
)
H(z)=A \frac{\prod^M_{r=1}(1-C_rz^{-1})}{\prod^N_{k=1}(1-d_kz^{-1})}
H(z)=A∏k=1N(1−dkz−1)∏r=1M(1−Crz−1)
A为常数,
C
r
C_r
Cr为零点,
d
k
d_k
dk为极点
将上式分解为多个系统函数级联 H ( z ) = H 1 ( z ) H 2 ( z ) . . . H(z)=H_1(z)H_2(z)... H(z)=H1(z)H2(z)...
每个系统函数 H i ( z ) H_i(z) Hi(z)都由直接型网格结构表示
同样举个例子就很好理解
同样只要记住两点就够
把系统函数因式分解
把分解出来的系统函数按直接型画出, 再级联即可
并联型
级联是"小系统函数"相乘, 并联就是"小系统函数"相加
只是方法不同了而已, 级联型是因式分解, 并联型是部分分式展开法
举个例子理解吧
类比级联型是前后连接, 这里并联型是上下连接, 其实就和信号与系统里面的系统框图一样的, 只不过这列流图更加简洁
我觉得还是只要记住两点就行
系统函数部分分式展开为一阶二阶网络
每个网络按直接型画出, 最后上下并联即可
FIR网格结构
FIR的单位脉冲响应是有限的
那系统函数也不同于IIR了
H ( z ) = ∑ n = 0 N − 1 h ( n ) z − n H(z)=\sum_{n=0}^{N-1}h(n)z^{-n} H(z)=∑n=0N−1h(n)z−n
直接型
也没啥好说的了, 就是x(n)延时再相加呗
级联型
当要控制滤波器的零点时候, 就可以把H(z)因式分解为多个一阶二阶多项式相乘
H ( z ) = H 1 ( z ) H 2 ( z ) . . . H k ( z ) H(z)=H_1(z)H_2(z)...H_k(z) H(z)=H1(z)H2(z)...Hk(z)
H k ( z ) = β 0 k + β 1 k z − 1 + β 2 k z − 2 + . . . H_k(z)=\beta_{0k}+\beta_{1k}z^{-1}+\beta_{2k}z^{-2}+... Hk(z)=β0k+β1kz−1+β2kz−2+...
例子更加简单啦
注意两件事
方向只有x出发的
级联型就是因式分解
线性相位结构(上一章的线性相位FIR滤波器哦)
还记着上一章的线性相位FIR滤波器设计中提到两类线性相位吗?
对啦分别是
第一类
θ
=
−
k
ω
\theta=-k\omega
θ=−kω
和第二类
θ
=
−
k
ω
+
β
\theta=-k\omega+\beta
θ=−kω+β
那他们的条件还记得吧, 第一类是单位脉冲响应移位N-1偶对称
第二类是左移位N-1奇对称呢
这里要注意的还是两个点
第二类由于是奇对称, 反馈回路要多乘一个-1
N为偶数由于是h(0)开始, 要记住多一个反馈回路
频率采样结构
首先我们要知道频率采样定理是啥子东西
![在这里插入图片描述](https://img-blog.csdnimg.cn/1b1d6616643d42ecb24cd09656ef72ce.png =500x)