- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第三章滤波器设计解析
分别求出其 后,求出频响 ,其幅度特性如图3-15所 示。由该例表明用矩形窗时过渡带最窄,而阻带衰减最小;布 莱克曼过渡带最宽,但换来的是阻带衰减加大。为保证同样的 过渡带必须加大窗口长度N。 窗函数法设计简单、方便也实用,但要求用计算机,且边 界频率不易控制。 窗函数设计法是从时域出发的一种设计法,但一般技术指标 是在频域给出,因此下面介绍的频率采样法更为直接,尤其对 于 公式较复杂,或 不能用封闭公式表示而用一些 离散值表示时,频率采样设计法更为方便、有效。 FIR滤波器的设计 方法还有很多种,如 频率采样法、切比雪 夫逼近法等,这里不 作一一介绍,请读者 参考有关资料。 图3-15低通FIR滤波器的幅频特性 3.4 IIR与FIR数字滤波器的比较 在这一章里,我们讨论了IIR和FIR两种滤波器传输函数的设 计方法。下面我们对这两种滤波器作一简单的比较。 从性能上来说,IIR滤波器传输函数的极点可位于单位圆内 的任何地方,因此可用较低的阶数获得高的选择性,所用的存 贮单元少,所以经济而效率高。但是这个高效率是以相位的非 线性为代价的。选择性越好,则相位非线性越严重。相反, FIR滤波器却可以得到严格的线性相位,然而由于FIR滤波器传 输函数的极点固定在原点,所以只能用较高的的阶数达到高的 选择性。对于同样的滤波器设计指标,FIR滤波器所要求的阶 数可以比IIR滤波器高5~10倍,结果,成本较高,信号延时也 较大。如果按相同的选择性和相同的线性要求来说,则IIR滤波 器就必须加全通网络进行相位校正,同样要大大增加滤波器的 节数和复杂性。 从结构上看,IIR滤波器必须采用递归结构,极点位置必须 在单位圆内,否则系统将不稳定,另外,在这种结构中,由于 运算过程中对序列的舍入处理,这种有限字长效应有时会引起 寄生振荡。相反,FIR滤波器主要采用非递归结构,不论在理 论上还是在实际的有限精度运算中都不存在稳定性问题,运算 误差也较小。此外FIR滤波器可以采用快速傅立叶变换算法, 在相同阶数的条件下,运算速度可以快很多。 从设计工具看,IIR滤波器可以借助于模拟滤波器的成果, 因此一般都有有效的封闭形式的设计公式可供准确计算,计算 工作量比较小,对计算工具的要求不高。FIR滤波器设计则一 般没有封闭形式的设计公式。窗口法虽然仅仅对窗口函数可以 给出计算公式,但计算通带阻带衰减等仍无显式表达式。一 般,FIR滤波器的设计只有计算程序可循,因此对计算工具要 求较高。 另外也应看到,IIR滤波器虽然设计简单,但主要是用于设 计具有片断常数特性的滤波器,如低、高、带通及带阻等,往 往脱离不了模拟滤波器的格局。而FIR滤波器则要灵活得多, 尤其它能易于适应某些特殊的应用,如构成微分器或积分器, 或用于巴特沃斯、切比雪夫等逼近不可能达到预定指标的情 况,例如由于某些原因要求三角形振幅响应或一些更复杂的幅 频响应,因而有更大的适应性和更广阔的天地。 从上面的简单比较我们可以看到IIR与FIR滤波器各有所长, 所以在实际应用时应该从多方面考虑来加以选择。例如,从使 用要求上来看,在对相位要求不敏感的场合,如语音通讯等, 选用IIR较为合适,这样可以充分发挥其经济高效的特点,而对 于图像信号处理,数据传输等以波形携带信息的系统,则对线 性相位要求较高,如果有条件,采用FIR滤波器较好。当然, 在实际应用中应考虑经济上的要求以及计算工具的条件等多方 面的因素。 第4章 离散随机信号的特征描述及其估计 4.1 引言 4.2 离散随机信号的特征描述 4.3 线性系统对平稳随机信号的响应 4.4 均值、方差、自相关函数的估计 式(3-11)说明,将模拟信号 的拉氏变换 在s平面上沿虚轴周期延拓后,再按照 的映射关系映射到z平面上,就得到 。为了更清楚地说明这种映射关系,将s和z分别用直角坐标形式和极坐标型式表示,即令 将s和z的表示式代入关系 中,得到 第5章 功率谱估计 5.1 经典谱估计 5.2 自回归模型法 5.3 最大熵谱估计 5.4 AR模型参数的求解 第6章 维纳滤波器和卡尔曼滤波器 6.1 离散维纳滤波器的时域解 6.2 离散维纳滤波器的域解 6.3 维纳预测器 6.4 卡尔曼(Kalman)滤波器 第7章 自适应滤波器 7.1 LMS自适应滤波器的基本原理 7.2 Widrow-Hoff LMS算法 7.
文档评论(0)