数字信号处理CH7数字滤波器设计方法.ppt

* 最佳逼近FIR阶次M的预估 Kaisar阶次预选公式： M = (-10log10(δ1δ2)-13) / 2.324Δω 与Kaisar窗法：M = (A-8) / 2.285Δω 比较，令δ1=δ2 ，两者M和Δω相同时，纹波有5dB(近1/2)的改善，或大大减小M * 例：FIR低通实现 低通指标： |H(ejω) -1|≤0.01，0≤|ω|≤0.4π |H(ejω)|≤0.001， 0.6π≤|ω|≤π Δω=ωs - ωp=0.2π δ1=0.01, δ2=0.001, K=δ1/δ2=10 预估阶次：M=26 L=13，实际交错点数15，已最佳。 但并未满足纹波指标 * 例: FIR低通实现(续) 放大1个阶次：M=27 由I型改为II型FIR，必须验证，有时不保证性能提升 L=(M-1)/2=13，多项式幂次不变，实际交错点数15，也已最佳。 满足原始纹波指标 * 非恒幅幅频的逼近 事实上，对加权误差函数 E(ω) = W(ω)[Hd(ejω)-Ae(ejω)] 并没有限定Hd(ejω)的特性 例：DAC输出补偿 Hd(ejω)= ω/2sin(ω/2), 0≤|ω|≤0.4π 0， 0.6π≤|ω|≤π δ1=0.01, δ2=0.001, K=δ1/δ2=10 用M=28，满足指标 交错点数16：通带7，阻带9 * 多频带应用推广 当闭区间数大于2时，交错点最多个数将远大于交错点定理要求的L+2个 部分多项式极值点及闭区间端点不再限定必须为交错点 过渡带可能不单调变化 闭区间内也可能不等纹波 例：带通滤波器，M=74 * 小结：不同设计方法比较 本章前后举例采用了一组相同参数的低通滤波器，最后都满足了设计指标，所用阶数如下表 要求同学们思考：不同设计方法的差别？ IIR滤波器 FIR滤波器 方法 阶数 方法 阶数 巴特沃斯 14 Blackman 46 切比雪夫 8 Kaisar窗 38 椭圆 6 最佳逼近 27 * 数字滤波器设计小结 FIR数字滤波器 IIR数字滤波器 脉冲响应有限长 脉冲响应无限长 系统函数没有非零极点，一定稳定 系统函数有非零极点，要考虑稳定性 可采用卷积或递归实现 只能采用递归的结构实现 用卷积极易实现线性相位 不能实现真正的线性相位 用卷积时要达到同样的幅频性能指标阶数比IIR高很多 由于递归的采用，能以较低阶数逼近指标 可以采用FFT快速实现 无快速算法 * 本章作业 7.11，7.25 7.5，7.18 7.8，7.36 * * 常用窗函数的性能 窗类型 最大相对旁瓣幅度 近似主瓣宽度 最大逼近误差20lgδ(dB) 等效Kaiser窗β 等效Kaiser窗过渡带宽 矩形窗 -13 4π/(M+1) -21 0 1.81π/M 三角窗 -25 8π/M -25 1.33 2.37π/M 汉宁窗 -31 8π/M -44 3.86 5.01π/M 海明窗 -41 8π/M -53 4.86 6.27π/M Blackman -57 12π/M -74 7.04 9.19π/M * 常用窗函数的特点 滤波器的纹波大小(逼近误差)由所选窗类型决定，与M无关 旁瓣幅度↓?逼近误差↓，同时相同M的主瓣宽度↑?过渡带宽↑ 加大窗长M可减小窗频谱主瓣宽度，也就同时减小滤波器的过渡带宽 * 广义线性相位的保持 各个窗函数都是相对M/2偶对称的 若hd[n]为相对M/2奇或偶对称，加窗后得到的h[n]不改变对称性，群延迟为M/2。 即：Hd(ejω) = He(ejω) e-jωM/2 W(ejω) = We(ejω) e-jωM/2 得：H(ejω)=(1/2π)∫He(ejθ)e-jθM/2We(ej(ω)e-j(ω-θ)M/2dθ = [He(ejω)*We(ejω)] e-jωM/2 二实函数的卷积依然为实函数，线性相位不变 * Kaisar窗及滤波器设计法 定义：w[n]=I0{β[1-(n-α)2/α2]1/2} /I0(β)，0≤n≤M 二待定参数：α = M/2 与 β I0(x)为第一类零阶修正Bessel函数，正值单调 0 α 2α n [1-(n-α)2/α2]1/2 1 I0(x) 0 1 2 3 x 5 1 * Kaisar窗形状及频谱 β改变窗陡峭程度,频谱： β↑?旁瓣高↓?主瓣宽↑ β=0，w[n]≡1，矩形窗 M改变窗长度，其频谱： M↑?主瓣宽↓ w[0]=w[M]=I0(0)/I0(β)≠0真正M+1项 * 加窗法滤波器设计过程 窗频