matlab算法hslogic仿真设计匹配QMF和DFT滤波器组.docVIP

设计QMF组和DFT滤波器组的一种新方法 摘要：在这篇文章中，我们提出三种不同的滤波器组结构匹配于信号或信号统计信息：2通道均匀滤波器组，M通道并元非均匀滤波器组和M通道改进离散傅里叶变化滤波器组。首先是匹配于信号或信号统计信息的2通道QMF分析滤波器组 ，为了得到这个滤波器组，把给定序列先分解成偶数列和奇数列，再对每个序列进行预估值，通过结合这些预测值并代表不同的频带的这样一种办法，得到了分析低通和高通滤波器组，然后通过结合反线形预测值就很容易得到相应的综合滤波器组。通过这样的方法，匹配两通道信号的QMF组就可以被预估得到。同样的方法，我们提出与信号或信号统计信息匹配的M通道NUFB模型。为了估测得到该模型的滤波器组，首先我们估测了2通道的QMF分析滤波器组，再使用信号交叉低通子波段，同样得到了2通道的分析滤波器组。通过级联这些2通道分析滤波器组，可以估测得到与信号或者信号统计信息匹配且采样因子为{2，4，4}的3通道非均匀滤波器，此外，本文提出的方法也推广到寻找M通道残差DFT滤波器组（改进的DFT滤波器组），即先把给定序列划分为M子序列 并且对每个子序列估测，然后这些预测系数用DFT矩阵进行结合。通过本文提出的方法设计滤波器组成本低廉，而且给出的压缩结果和均匀计算部分相当，甚至更优。为了检验该方法，文中把有关语音段的压缩效果做成了一览表。 主题：信号处理理论和方法 引言 多频分析/综合 滤波器组系统通常被用来把信号分解成不同的频带。最经常研究的滤波器组事例是相同采样因子--被称作均匀滤波器组（UFB）的系统。M通道UFB如图1所示，该滤波器的精确重构性质已经被广泛的研究过。该系统把输入信号分成若干有相同带宽的子信号 Fig. 1: M-Channel Maximally Decimated Filter Bank. 在一些例如声音，语言和图像分析编码的应用中，我们想得到的信息通常位于特殊的频谱，如果我们用均匀滤波器组分析该信号，那么可能感兴趣的波段会被分解为两个或多个频带，这种情形下选择非均匀滤波器组代替等均匀滤波器组，我们可以把输入频谱分解，使感兴趣的波段在单独一个频带，即那些特殊的输出可以被指定处理。 Tsatsanis 和Giannakis提出了一种M通道精确重构滤波器组， 可以使得原始信号与它的低分辨率版本平均平方误差最小，并给出具有递减方差的非关联低分辨率的主要组元。但重构的输出信号和输入信号并不是完全一样，除此之外，该方法的计算量很大。 Lu and Antoniou通过求解约束最优化问题，导出一个非常复杂的解，从而得到一种M通道自适应双正交滤波器组。 Gupta等提出了双正交精确重构滤波器组 设计方法，他们通过尺度子空间的信号最大化，包括不确定性和随机的信号情况。这里提出的M通道滤波器组设计方法含矩阵逆转。文献[3]-[6]提出的方法只能用于均匀滤波器组结构，没有自然扩展到非均匀情况，并且计算量也很大。 本论文大纲如下：第二章节给出UFB（均匀滤波器组），并元NUFB（非均匀滤波器组）和M通道DFT滤波器组的相关理论。第三章节提出一个与给出的信号或信号统计信息相匹配的QMF（镜像滤波器组），并元NUFB和DFT滤波器组的新方法。 M通道最大采样滤波器组 在这章，我们简要给出M通道UFB和M通道并元NUFB以及M通道DFTFB的相关理论。M通道均匀采样M通道滤波器组如图1中所示。信号通过分析滤波器（），被分解成M个子带，然后通过M采样生成子带信号, 。在综合终端，子带信号被M内插并通过整个综合滤波器组，然后被添加到生成重构信号的过程中子带信号可以被写成下面的数学形式， i=0,1,…M-1 (1) 重构信号如下， (2) 根据精确重构滤波器组要等于。如果输出信号是输入信号的延迟并相互成比例，则滤波器可以说成是精确重构的。 对于M通道最大采样滤波器组，分析滤波器可以依据Type-I M组元多相矩阵写出来。类似地，综合滤波器组可以依据Type-II M组元多相矩阵写出来。图1所示的M通道滤波器组结构现在可以用多相矩阵，图2显示的是多相矩阵，显然图2是精确重构情况。 (3) 目前为止，我们已了解了均匀M通道滤波器组。现在，让我们考虑一个被叫做NUFB--有着非均匀采样因子的滤波器组。这个滤波器组把给定的信号频谱划分为非均匀子频率带。在这篇论文里我们考虑特殊的NUFB事例--并元NUFB，采样因子来自文献[1]-[2] 表格。 Fig. 2: