自适应滤波器之横向滤波器

本文对横向滤波器作以介绍,如有表述不当之处欢迎批评指正。欢迎任何形式的转载,但请务必注明出处。

1. 横向滤波器

1.1. 概念

横向滤波器(transversal filter),也称抽头延迟线滤波器(tapped-delay line filter)或有限脉冲响应滤波器(fir filter),是自适应滤波器中最常用的一种滤波器结构。其结构如图1 所示,可以看出,每输入一个数据 u ( n ) u(n) u(n) 横向滤波器对应地输出一个数据 y ( n ) y(n) y(n)

图1

1. 横向滤波器

  
它由三个基本单元组成:单位延迟单元( z − 1 z^{-1} z1),乘法器和加法器 w m w_m wm 称为滤波器的系数或抽头权值。 u ( n ) u(n) u(n) 经过单位延迟单元后的结果是 u ( n − 1 ) u(n-1) u(n1)延迟单元的个数通常称为滤波器的阶数。

根据横向滤波器的结构可得当 u ( n ) u(n) u(n) 进入到滤波器的时候,滤波器的输出为:
y ( n ) = ∑ m = 0 M w m u ( n − m ) (1) y(n)=\sum_{m=0}^Mw_mu(n-m)\tag{1} y(n)=m=0Mwmu(nm)(1)

其中 n n n 表示时刻, M M M 为滤波器的阶数, w m w_m wm 为第 m m m 个抽头线上的权值, u ( n − m ) u(n-m) u(nm) 表示 n n n 时刻横向滤波器第 m m m 个抽头线上的输入数据。亦可将其表示成向量内积的形式,令 u ⃗ ( n ) \vec{u}(n) u (n) 表示 n n n 时刻的滤波器输入向量(即 n n n 时刻滤波器每个抽头输入组成的列向量), w ⃗ ( n ) \vec{w}(n) w (n) 表示 n n n 时刻的抽头权向量(即 n n n 时刻滤波器每个抽头权值组成的列向量),则:
y ( n ) = u ⃗ T ( n ) w ⃗ ( n ) (2) y(n) = \vec{u}^T(n) \vec{w}(n)\tag{2} y(n)=u T(n)w (n)(2)

1.2. 举例

假设进入横向滤波器的数据按照时间先后顺序依次为: 1 , 2 , 3 , 4 , 5 1, 2, 3, 4, 5 1,2,3,4,5
横向滤波器的系数从左到右依次为: 5 , 6 , 7 5, 6, 7 5,6,7
可知此例中,横向滤波器的阶数为 2 2 2,长度为 3 3 3横向滤波器的长度比它的阶数大 1 1 1 )。对照着横向滤波器的结构图可知:

在数字 3 3 3 到来的时候,滤波器的输出为: 3 ∗ 5 + 2 ∗ 6 + 1 ∗ 7 = 34 3 * 5 + 2 * 6 + 1 * 7 = 34 35+26+17=34

在数字 4 4 4 到来的时候,滤波器的输出为: 4 ∗ 5 + 3 ∗ 6 + 2 ∗ 7 = 52 4 * 5 + 3 * 6 + 2 * 7 = 52 45+36+27=52

在数字 5 5 5 到来的时候,滤波器的输出为: 5 ∗ 5 + 4 ∗ 6 + 3 ∗ 7 = 70 5 * 5 + 4 * 6 + 3 * 7 = 70 55+46+37=70

由以上例子可以更进一步理解单位延迟单元的作用,即取其输入数据的前一时刻的数据

2. 参考文献

[1] 《自适应滤波器原理》(第五版) 原作者:Simon Haykin

评论 3
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