第九章 有限脉冲响应数字滤波器的设计.pptVIP

将Hg(ω)代入(9.4.3)式，则 (9.4.4) 式中M=(N-1)/2。最佳一致逼近的问题是选择 M+1个系数a(n),使加权误差E(ω)的最大值为最小， 即 该定理指出最佳一致逼近的充要条件是E(ω)在A上至少呈现M+2个“交错”，使得 2.利用最佳一致逼近准则设计线性相位FIR滤波器 设我们希望设计的滤波器是线性相位低通滤波器，其幅度特性为 如果我们知道了A上的M+2个交错点频率：ω0,ω1,:,ωM+1,按照(9.4.4)式，并根据交错点组准则，可写出 (9.4.5) 将(9.4.5)式写成矩阵形式， (9.4.6) (1)在频域等间隔取M+2个频率ω0,ω1,:,ωM+1，作为交错点组的初始值。按下式计算ρ值： (9.4.7) (9.4.8) 一般初始值ωi并不是最佳的极值频率，ρ也不是最优估计误差，它是相对于初始值产生的偏差。然后利用拉格朗日(Lagrange)插值公式，求出Hg(ω)，即 (9.4.9) (9.4.10) (9.4.11) (2)对上次确定的ω0,ω1,:,ωM+1中每一点，都检查其附近是否存在某一频率|E(ω)|ρ，如有，再在该点附近找出局部极值点，并用该点代替原来的点。 (3)利用和第二步相同的方法，把各频率处使|E(ω)||ρ|的点作为新的局部极值点，从而又得到一组新的交错点组。 图9.4.2 雷米兹算法流程图 3. 线性相位FIR滤波器的四种类型统一表示式 在9.1节，我们已推导出线性相位的四种情况，它们的幅度特性H-g(ω)分别如下式： ? 奇数 奇数 偶数 偶数 经过推导可把H-g(ω)统一表示为 Hg(ω)=Q(ω)P(ω) (9.4.13) ?式中，P(ω)是系数不同的余弦组合式，Q(ω)是不同的常数，四种情况的Q(ω)和P(ω)如表9.4.1所示。 表9.4.1 线性相位FIR滤波器四种情况 表中 、 和 与原系数b(n)，c(n)和d(n)之间关系如下： (9.4.14) (9.4.15) (9.4.16) 将(9.4.13)式代入(9.4.3)式，得到: (9.4.17) (9.4.18) 图9.4.3 利用切比雪夫逼近法设计线性相位 FIR滤波器程序框图 图9.4.4 利用切比雪夫逼近法设计的低通滤波器幅度特性 9.5 IIR和FIR数字滤波器的比较 首先，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。 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。 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。 3. 汉宁(Hanning)窗——升余弦窗 当N1时，N-1≈N， 图9.2.3 汉宁窗的幅度特性 4. 哈明(Hamming)窗——改进的升余弦窗 (9.2.11) 其频域函数WHm (e jω)为 其幅度函数WHm(ω)为 当N1时，可近似表示为 5. 布莱克曼(Blackman)窗 (9.2.13) 其频域函数为 其幅度函数为 (9.2.14) 图9.2.4 常用的窗函数 图9.2.5 常用窗函数的幅度特性 (a)矩形窗；(b)巴特利特窗(三角形窗)；(c)汉宁窗； (d)哈明窗；(e)布莱克曼窗 图9.2.6 理想低通加窗后的幅度特性(N=51,ωc=0.5π) (a)矩形窗；(b)巴特利特窗(三角形窗)；(c)汉宁窗； (d)哈明窗；(e)布莱克曼窗 6. 凯塞—贝塞尔窗(Kaiser-Basel Window) 式中 I0(x)是零阶第一类