zoukankan      html  css  js  c++  java
  • 怎样才能称为一个好的滤波器

       在信号处理中,滤波是最经常的信号处理方式之一。那么,什么样的滤波器才是一个“好”的滤波器呢?对这个问题最直接的回答自然是“满足设计性能要求的滤波器”就是好的滤波器了。在理论上这自然是无可挑剔的,因为一般在课堂上,在教课书中,总是给定一个滤波器的特性曲线,然后照章设计就行了。可是在实际的工程实践中,谁来告诉所需滤波器的特性曲线呢?或者说,提炼出所需滤波器的特性曲线本身就是很重要,很基础,也很困难的一环。因为这需要深入分析待处理信号的很多特性,而且因为待处理信号的多样性,很难有统一的解决办法。对信号特性的解读,需要的不仅是信号处理方面的知识,更多的是需要与信号源相关的专业知识。比如对地震信号的分析,需要地震学方面的基础;对心电图信号的解读,需要医学方面的专业背景;对雷达信号的解读,需要雷达专业的背景,等等。而在分析信号特性基础上,提炼出所需滤波器的特性曲线之后,才是一个通用意义上的信号处理问题,这时候反而比较好解决了,因为此时有一套通用的处理方法,比如FIR的窗函数法,IIR的双线性变换法,等等。

       如此说来,也不是说对不同的来源的信号就没有一点规律可循。通常来说,信号中的信息有两种编码方式:时域编码和频域编码。也即是说信号中信息主要体现在时域或者频域,这个在之前已经讨论过。对于不同编码方式的信号,其“好”滤波器的标准是不一样的。但对同样编码方式的信号,其“好”滤波器还是有一定准则的。

       对时域编码信号而言,好滤波器最重要的特性是其阶跃响应,而不是通常理解的冲激响应。因为在时域而言,当然也包括空域,滤波器的阶跃响应体现了人类认识事务的方式。最简单的例子是,当我们看到一串信号,也不知道是什么信号,最直观的反应是看信号在哪个地方有突变,那段信号起伏不大,在哪个地方信号有明显的突变,等等。这些正是滤波器阶跃响应所表现的特性。滤波器的阶跃响应主要有三个参数:阶跃响应的斜率,过冲及线性相位。我们知道,阶跃信号是从0变为1的信号,所谓的阶跃响应的斜率就是系统响应指从0变到1的快慢程度。一般讲,当然希望这个斜率越大越好,最理想的情况是也如阶跃信号一般,直接从0变到1。因为这样的话,滤波器就能迅速对信号的变化做出反映。从阶跃信号还可以看出,在突变之前,一直都是0,非常平坦,突变之后,一直都是1,同样也非常平坦。所谓的过冲,就是指滤波器响应在0的时候不是平坦的,而是是有一些波动,同样,在1的时候也有一些波动。理想的情况当然是希望波动越小越好,最好就如理想的阶跃信号一般,没有任何的波动,非常平坦。因为如果滤波器响应有波动的话,在输出信号也有波动的情况下,如何判断是信号本身的波动呢,还是滤波器响应的波动?所谓的线性相位是指响应从0变化到1的过程是对称的。因为时域编码的信号其信息主要包含在相位谱中,因此,对线性相位有比较高的要求。

       对频域编码的信号而言,滤波器最重要的特性是冲激响应的傅里叶变换。在通常的教科书中都是这样描述滤波器特性的。滤波器的频域性能通常也有3个主要的描述参数:通带波纹,过渡带宽,阻带衰减。所谓的通带波纹是指在通带内,实际的滤波器通常都是有一些起伏的。一般而言,当然是希望这个起伏越小越好,因为这样滤波器对通带内的信号就不产生任何的影响。所谓的过渡带宽是指从通带变化阻带的宽度,这个参数当然也是越小越好,最好的就是如理想滤波器一般,直接从通带变成阻带。当然实际中这是不可能的,必然会有一个宽度。所谓的阻带衰减是指阻带相对通带的衰减系数。这个值就绝对值而言,自然是越小越好,因为这样保证不在通带内的信号方法倍数尽可能的小,理想的情况是为0,保证不在通带内的信号全部被衰减。当然这在实际中也是不可能的。

       最后还要强调一点,一个滤波器不可能在时域性能最好,同时在频域也性能最好。更一般的情况是,时域性能好的滤波器,通常其频域性能很差;而频域性能好的滤波器,通常时域性能很差。这是由时频的测不准原理决定的。因此,在滤波器设计过程中,一定要先搞清楚信号到底是时域编码还是频域编码,这样在选择滤波器上就非常有针对性。

  • 相关阅读:
    hadoop再次集群搭建(3)-如何选择相应的hadoop版本
    48. Rotate Image
    352. Data Stream as Disjoint Interval
    163. Missing Ranges
    228. Summary Ranges
    147. Insertion Sort List
    324. Wiggle Sort II
    215. Kth Largest Element in an Array
    快速排序
    280. Wiggle Sort
  • 原文地址:https://www.cnblogs.com/fall-li/p/4423686.html
Copyright © 2011-2022 走看看