数字信号处理-第4章-1(课件)
数字信号处理课件ppt
| rws (k ) |2
2 w
1 dz 1 C Sss ( z) H opt ( z)S xs ( z ) z 2πj
通过前面的分析, 因果维纳滤波器设计的一般方法可以按 下面的步骤进行:
(1) 根据观测信号x(n)的功率谱求出它所对应的信号模型的
传输函数,即采用谱分解的方法得到B(z)。 S xs ( z) (2) 求 B( z 1 ) 的Z反变换,取其因果部分再做Z变换,即 S xs ( z ) 舍掉单位圆外的极点,得 B( z 1 ) (3) 积分曲线取单位圆,应用(2.3.38)式和(2.3.39)式,计 算Hopt(z), E[|e(n)|2]min。
1 ˆ' rxx (m) N
N |m|1
n 0
x ( n ) x ( n m)
平稳随机序列通过线性系统:
y (n)
k
h( k ) x ( n k )
k
m y E[ y (n )]
h(k ) E[ x(n k )]
k
ryy (m)
m0
k=0, 1, 2, …
利用白化x(n)的方法求解维纳-霍夫方程:
x(n)=s(n)+υ (n)
H(z) (a)
ˆ y ( n) s ( n)
x(
x(n)
1 B( z )
w(n)
G(z) (b)
ˆ y ( n) s ( n)
x(
图2.3.5 利用白化x(n)的方法求解维纳-霍夫方程
D (m)
2 x
rxx (m)
2 x (m)
数字信号处理(第四版)第四章ppt
Digital Signal Processing
© 2013 Jimin Liang
Discrete-Time Systems Outline Discrete-time system examples Classification of DT systems Impulse and step responses Time-domain characteristics of LTI Simple interconnection schemes
Process a given sequence, called the input system, to generate another sequence, called the output sequence, with more desirable properties or to extract certain information about the input signal. DT system is usually also called the digital filter
12
Digital Signal Processing
© 2013 Jimin Liang
Discrete-Time Systems 4.2 Classification of DT systems Stable system
A system is stable if and only if for every bounded input, the output is also bounded, called BIBO stable.
Discrete-Time Systems 4.1 Discrete-time system examples (4) Linear Interpolator Linear factor-2 interpolator
《数字信号处理—理论与实践》课件第4章
4. 围线积分法(留数法) 留数法是求Z反变换的一种有用的方法。 根据复变函数 理论, 若
X (z) x(n)z n , Rx | z | Rx n
第 4 章 Z变换
则
式中, c是X(z)的收敛域中的一条逆时针方向环绕原点的闭 合积分围线。
直接计算围线积分比较麻烦, 一般采用留数定理求解。 按照留数定理, 若函数F(z)=X(z)zn-1在围线c上连续, 在c内 有K个极点zk, 而在围线外部有M个极点zm(M和K都取有限 值), 则有
第 4 章 Z变换
2. 一般X(z)是z的有理分式, 可以表示为X(z)=B(z)/A(z), B(z)、 A(z) 都是z的实系数多项式, 并且没有公因式。 记住了 常用序列的Z变换, 就可以将X(z)表示成简单项之和的形式, 而后求取其中的每一项Z反变换(可以查表), 然后把求得的 每一项部分分式相加, 就得到所求的x(n), 即若
第 4 章 Z变换
(1) X(z)的收敛域为|z|>Rx-, x(n)必为因果序列, 此时 应将X(z)展开为z的负幂级数, 为此X(z)的分子、 分母应按照 z的降幂排列(或z-1升幂);
(2) X(z)的收敛域为|z|<Rx+, x(n)必为左边序列, 此时 应将X(z)展开为z的正幂级数, 为此X(z)的分子、 分母应按照 z的升幂排列(或z-1降幂)。
1. 只在有限长度n1≤n≤n2内序列x(n)才具有非零值, 而在此 区间外x(n)=0, 即
第 4 章 Z变换
x(n), n1≤n≤n2 x(n)= 0, 其他
这类序列称为有限长序列。 有限长序列的Z变换为
n2
X (z) x(n) zn nn1
数字信号处理 第04章 正交变换
给定:
x(n), n = 1, 2, , N
DST
定义: X s (k) =
∑ 2 N
nkπ
x(n) sin( )
N +1 n=1
N +1
k = 1, 2, , N
反变换: x(n) =
∑ 2
N +1
N k =1
X
s
(k
)
sin(
nkπ )
N +1
n = 1, 2, , N
y = Ax 3. 反变换: x = A−1 y = AT y
不需要求逆,特别有利于硬件实现
性质2:展开系数是信号在基向量上的
准确投影 ϕ2
α2
α3
ϕ3
x
α1
ϕ1
非正交基的情况下,“基向量”称为“标架 (Frame)”, 这时,展开系数不是准确投影。
性质3:正交变换保证变换前后信号的能量不变,
此性质又称为“保范(数)变换”。
2N
DCT 反变换
一阶马尔可夫过程(Markov-1):语音和图象处 理中常用的数学模型。一个随机信号 ,若其 pdf满足如下关系
p[ X (tn+1) ≤ xn+1 X (tn ) = xn , X ( tn−1) = xn−1, , X ( t0 ) = x0 ]
= p[ X (tn+1) ≤ xn+1 X (tn ) = xn ], X (tn ) X (n)
即为正交变换,或保范(数)变换
AN×N 实际上是正交矩阵, AT = A−1
(二)、正交变换的性质:
性质1:正交变换的基向量即是其对偶基
数字信号处理课件第四章资料
5、时间抽取蝶形运算流图符号
X1(k)
X1(k) WNk X 2 (k)
X 2 (k )
WNk
1 X1(k) WNk X 2 (k)
返回DIF 返回例题
设 N 23 8
X1(k)
X 2 (k )
WNk
k 0
W80
1
W81
2
W82
3
W83
X (k)
k 0,1,,7
l0
l 0
X1(k) X 3(k) WNk X 4 (k)
2
X1(k
N 4
)
X 3 (k )
W Nk
2
X
4
(k)
k 0,1,..., N 1 4
x2(r)也进行同样的分解:
x5 (l) x2 (2l)
x6 (l) x2 (2l 1)
l 0,1,..., N 1 4
)
N
/ 21
x1(r)WNrk/ 2
X1(k)
r 0
r 0
X2(k N / 2) X2(k) X (k) X1(k) WNk X 2 (k)
W (kN N
/
2)
WNkWNN
/
2
WNk
N点X(k)可以表示成前 N点和后 点N 两部分:
2
2
前半部分X(k):
X (k) X1(k) WNk X 2 (k)
N 1
X (k) x(n)WNnk k = 0, 1, …, N-1
n0
x(n)
1 N
N 1
X (k )WNnk
k 0
n = 0, 1, …, N-1
二者的差别只在于WN 的指数符号不同,以及差一 个常数因子1/N,所以IDFT与DFT具有相同的运算量。
数字信号处理-原理、实现及应用(第4版) 第四章 模拟信号的数字处理
结论:
正弦信号采样(2)
三点结论: (1)对正弦信号,若 Fs 2 f0 时,不能保证从采样信号恢
复原正弦信号; (2)正弦信号在恢复时有三个未知参数,分别是振幅A、
频率f和初相位,所以,只要保证在一个周期内均匀采样 三点,即可由采样信号准确恢复原正弦信号。所以,只要 采样频率 Fs 3 f0 ,就不会丢失信息。 (3)对采样后的正弦序列做截断处理时,截断长度必须 是此正弦序列周期的整数倍,才不会产生频谱泄漏。(见 第四章4.5.3节进行详细分析)。
D/A
D/A为理想恢复,相当于理想的低通滤波器,ya (t) 的傅里叶变换为:
Ya ( j) Y (e jT )G( j) H (e jT ) X (e jT )G( j)
保真系统中的应用。
在 |Ω|>π/T ,引入了原模拟信号没有的高频分量,时域上表现
为台阶。
ideal filter
•
-fs
-fs/2 o
• fs/2 fs
f •
2fs
•
•
-fs
-fs/2 o
fs/2
•
fs
•
f
2fs
措施
D/A之前,增加数字滤波器,幅度特性为 Sa(x) 的倒数。
在零阶保持器后,增加一个低通滤波器,滤除高频分量, 对信号进行平滑,也称平滑滤波器。
c
如何恢复原信号的频谱?
P (j)
加低通滤波器,传输函数为
G(
j)
T
0
s 2 s 2
s
0
s
X a ( j)
s 2
s c c
s
理想采样的恢复
数字信号处理4
期图的统计平均值趋于它的真值,因此周期图属于渐近无偏估
计。
第四章 功 率 谱 估 计 2) 周期图的方差 由于周期图的方差的精确表示式很繁冗,为分析简单起见,
通常假设x(n)是实的零均值的正态白噪声信号,方差是σ
ˆ (e j ) PBT
式中
m ( M 1)
ˆ rxx (m)e
- jωω
(4.2.3)
w(m) -(M-1)≤m≤(M-1) w(m) , M≤N 其它 0
(4.2.4)
第四章 功 率 谱 估 计 有时称(4.2.3)式为加权协方差谱估计。它要求加窗后的 功率谱仍是非负的,这样窗函数w(m)的选择必须满足一个原 则,即它的傅里叶变换必须是非负的, 例如巴特利特窗就满 足这一条件。 为了采用FFT计算(4.2.3)式,设FFT的变换域为(0~L-1),
(4.2.7) 按照(4.2.1)式估计自相关函数,我们已经证明这是渐近一 致估计,但经过傅里叶变换得到功率谱的估计,功率谱估计却 不一定仍是渐近一致估计,可以证明它是非一致估计,是一种 不好的估计方法。下面我们将证明:BT法中用有偏自相关函数 进行估计时,它和用周期图法估计功率谱是等价的,因此BT 法估计质量和周期图法的估计质量是一样的。
第四章 功 率 谱 估 计 现代谱估计以信号模型为基础,图4.1.1表示的是x(n)的 信号模型,输入白噪声w(n)均值为0,方差为σ 谱由下式计算:
2 Pxx (e j ) w | H (e j ) |2
2
w,x(n)的功率
(4.1.7)
如果由观测数据能够估计出信号模型的参数,信号的功率谱可 以按照(4.1.7)式计算出来,这样,估计功率谱的问题变成了 由观测数据估计信号模型参数的问题。模型有很多种类,例如 AR模型、 MA模型等等,针对不同的情况,合适地选择模型,
程佩青_数字信号处理_经典版(第四版)_第4章_4.1直接计算DFT的运算量,减少运算量的途径
W40
1
W41
1
X (0) X (1) X (2) X (3)
22
4点基2时间抽取FFT算法流图
x[0]
x[2]
W40
x[1]
x[3]
W40
2020/4/20
X1[0]
X1[1] 1
X2[0]
W40 1
X2[1]
W41
1
1
X[0] X[1] X[2] X[3]
23
X X
N / 21
x
r 0
2r
r k N
W 2 N /2
N / 21
WNm
x
r 0
2r
r k N
1
WN
/
2
2
N / 21
N / 21
x1
r
W rk N /2
WNk
x2
r
W rk N /2
r 0
r 0
X1k WNk X 2 k
前半部分
后半部分
X k X1k WNk X 2 k
k=1
2020/4/20
图4.1
21
X4点(k)基2X时1(间k) 抽W取4k XFF2 (Tk算), 法k 流 0图,1
X (k 2) X1(k) W4k X 2 (k), k 0,1
N/2 = 4/2 =2
x(0)
X1(0)
x(2) W20
x(1)
x(3) W20
2020/4/20
2点DFT X1(1) 1 X2(0)
X11[0] 2点DFT X11[1]
4X点12[D0] FWT40
2点DFT X12[1] W41 1
数字信号处理讲义--第4章z变换
数字信号处理讲义--第4章z变换第4章 z 变换[教学⽬的]1.了解Z 变换的概念,能求常⽤函数的Z 变换,能确定Z 变换的收敛域。
2.掌握各种求解Z 逆变换的⽅法,特别是利⽤围线积分求Z 反变换。
[教学重点与难点] 重点:1.Z 变换的概念,常⽤函数的Z 变换求解,Z 变换的收敛域; 2.各种求解Z 逆变换的⽅法,特别是利⽤围线积分求Z 反变换;难点:本章主要内容基本在信号与系统中学过,基本⽆难点,但如学⽣基础较差,还是要从以上三个重点内容去复习。
8.了解离散时间随机信号的概念。
[教学重点与难点] 重点:1.掌握线性时不变系统的概念与性质; 2.离散时间信号与系统的频域表⽰;难点:离散信号系统的性质如线性性,时不变性,因果性,稳定性的判定是本章的⼀个难点。
4.1 Z 变换(1) Z 变换的定义⼀个离散序列x (n )的Z 变换定义为式中,z 是⼀个复变量,它所在的复平⾯称为Z 平⾯。
我们常⽤Z [x (n )]表⽰对序列x (n )进⾏Z 变换,也即这种变换也称为双边Z 变换,与此相应的单边Z 变换的定义如下:∑∞-∞=-=n nz n x z X )()()()]([z X n x Z =∑∞=-=0)()(n nz n x z X这种单边Z 变换的求和限是从零到⽆穷,因此对于因果序列,⽤两种Z 变换定义计算出的结果是⼀样的。
单边Z 变换只有在少数⼏种情况下与双边Z 变换有所区别。
⽐如,需要考虑序列的起始条件,其他特性则都和双边Z 变换相同。
本书中如不另外说明,均⽤双边Z变换对信号进⾏分析和变换。
(2)Z 变换与傅⽴叶变换的关系:单位圆上的Z 变换是和模拟信号的频谱相联系的,因⽽常称单位圆上序列的Z 变换为序列的傅⾥叶变换,也称为数字序列的频谱。
数字频谱是其被采样的连续信号频谱周期延拓后再对采样频率的归⼀化。
单位圆上序列的Z 变换为序列的傅⾥叶变换,根据式(1-54)Z 变换的定义,⽤ej ω代替z ,从⽽就可以得到序列傅⾥叶变换的定义为可得其反变换:(3)Z 变换存在的条件: 正变换与反变换:存在的⼀个充分条件是:∑∞-∞==Ω=??-=Ω==k a Taj e z T k j X T j X e X z X j πωωωω21)(?)()(/nj n j en x e X n x F ωω-∞-∞=∑==)()()]([ωππωππωωd e eX dz z z X j e X F n x n j j n z j ??--=-===)(21)(21)]([)(11||1∑∞-∞=-==n nj j en x e X n x F ωω)()()]([ωπωωππωd e e X n x e X F n j j j )(21)()]([1?--==即:绝对可加性是傅⾥叶变换表⽰存在的⼀个充分条件。
《数字信号处理》 第4章
右图为描述倒位序的树状图(N=8)
5 倒位序的实现
对照表
变址功能
产生倒序数的十进制运算规律 N=2M,用M位二进制数表示,则从左至右的十进制权值为:
N 1 4
x1(2l)WNk22l
N 1 4
x1(2l
1)WNk22l1
r0
l0
l0
N1
N1
4
4
x3(l)WN kl4WN k2 x4(l)WN kl4
l0
l0
X 3(k) W N k2X 4(k),k0 ,1 ,
,N 1 2
式中
N1 4
N1 4
X3(k)DFTx3(l) x3(l)WN kl4 X4(k)DFTx4(l) x4(l)WN kl4
47线性调频变换chirp变换算法471算法原理已知序列xn0nn1是有限长序列其z变换为为适应z可沿z平面更一般的路径取值就沿z平面上的一段螺线作等分角的采样z的这些采样点zk为因此有其中a决定起始采样点z0的位置a0表示z0的矢量半径长度通常取a010表示z0的相角0表示两相邻采样点之间的角度差w0一般为正值表示螺线的伸展率图471线性调频变换在平面的螺线采样当mn即时各采样点zk就均匀等间隔地分布在单位圆上这就是求序列的dft
N
W N k(N n)W N (N k)nW N kn,
W
2 N
1
N
k
WN 2
WNk
利用这些特性,使DFT运算中有些项可以合并,并且可以 将长序列的DFT分解为几个短序列的DFT,以减少DFT的运算 次数。
《数字信号处理》课件第4章
2
N 1
N2 2
第4章 快速傅里叶变换(FFT)
复数加法次数为
N N 1 2N N 2 2 2 2
由此可见,仅仅经过一次分解,就使运算量减少近一半。 既然这样分解对减少DFT的运算量是有效的,且N=2M, N/2仍然是偶数,故可以对N/2点DFT再作进一步分解。
J 0, 1, 2, 3
这种算法使DFT的运算效率提高了1 ~ 2个数量级, 为数字信号处理技术应用于各种信号的实时处理创造 了条件,大大推动了数字信号处理技术的发展。
第4章 快速傅里叶变换(FFT)
人类的求知欲和科学的发展是永无止境的。多年来, 人们继续寻求更快、更灵活的好算法。1984年,法国的 杜哈梅尔(P. Dohamel)和霍尔曼(H. Hollmann)提出的分裂 基快速算法,使运算效率进一步提高。本章主要讨论基 2FFT
x1
(2l
1)WNk
( /
2l 2
1)
l 0
l 0
N / 41
N / 41
x3 (l)WNkl/ 4 WNk / 2
x4
(l
)WNk
l /
4
l 0
l 0
X 3 (k ) WNk/ 2 X 4 (k )
k 0, 1, , N 1 2
(4.2.9)
第4章 快速傅里叶变换(FFT)
式中
N / 41
204.8
N lbN 5120
2
这样,就使运算效率提高200多倍。图4.2.5为FFT算法
和直接计算DFT所需复数乘法次数CM与变换点数N的关 系曲线。由此图更加直观地看出FFT算法的优越性,显
然,N
第4章 快速傅里叶变换(FFT)
数字信号处理第4章PPT课件
4 快速卷积型
利用圆周卷积定理,采用FFT实现有限长序列x(n)和h(n)的线性卷积,则可得到FIR滤 波器的快速卷积结构
x(n)
L 点 X(k)
X(k)·H(k) L 点
y(n)
FFT
IFFT
H(k )
L点 FFT
h(n) FIR的快速卷积型结构
第25页/共27页
THE END
i0
i1
令M=N时,方程对应的信号流图可表示成
第12页/共27页
N
N
y(n) bi x(n 1) ai y(n i)
i0
i 1
直接3;1个乘法器
第13页/共27页
2. 直接型(II型 )---正准型结构
N
N
y(n) bi x(n 1) ai y(n i)
FIR滤波器结构通常采用非递归结构。基本网络结构包括直接型、级联型、 频率采样型与快速卷积型
1 直接型 (卷积型、横截型)
FIR数字滤波器的h(n),传递函数和差分方程分别为
N 1
H (z) h(n)zn
n0 N 1
y(n) h(m)x(n m)
m0
第18页/共27页
▪ FIR的直接型结构
|Hc(e j)|
x(n)
yc(n)
-z-N
o 2 / N
▪ FIR滤波器的频率采样型结构
H ( z)
1 N
(1
z
N
)
N 1 k 0
1
H (k ) WNk z
1
第23页/共27页
▪ 频率采样型结构的优点: • 可直接控制滤波器的响应 • 结构便于标准化、模块化
▪ 结构的缺点: • H(k)和WN-k一般为复数,硬件实现不方便 • 寄存器的有限字长效应会影响系统的稳定性
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
显然, FIR 滤波器的系统函数只有分子项,没 有分母项,单位脉冲响应h(i)即为分子多项式的系数 bi,线性卷积表达式即为系统的差分方程。
FIR滤波器的优点: FIR滤波器有N个零点和N个极点,但其全部极 点都在z平面的原点,因此 平面的原点 因此FIR系统总是稳定的。 系统总是稳定的 FIR 滤波器的另一个突出优点是,在满足一定 的对称条件下 可以实现严格的线性相位 这 点 的对称条件下,可以实现严格的线性相位。这一点 是IIR滤波器难以做到的。线性相位特性在工程应用 中具有非常重要的意义 例如 在数据通信 图像 中具有非常重要的意义。例如,在数据通信、图像 处理等领域,往往要求信号在传输和处理过程中不 能有明显的相位失真 因而线性相位 FIR 滤波器得 能有明显的相位失真。因而线性相位 到了广泛应用。 FIR滤波器无反馈运算,因而运算误差比 滤波器无反馈运算 因而运算误差比IIR滤 波器小。
N 1 2
N 1 N H ( ) 2h(n) cos n , 令m n 1 : 2 2 n 0
N 1 2
m0 N 2
N 1 2
1 N 2h 1 m cos m , 令n 1 m : 2 2
由于cos(nω)在ω=0,π, 2π处是偶对称的,因此 幅度函数在ω=0, =0 π, 2π处也具有偶对称特性。这类 处也具有偶对称特性 这类 FIR 滤波器可以用于实现低通、高通、带通和带阻 滤波特性 但要保证通带范围内幅度函数的符号不 滤波特性,但要保证通带范围内幅度函数的符号不 变。通常只要对称中心处的h(n)值a(0)足够大,就能 使幅度函数总为正值。 使幅度函数总为正值
N 1 ( ) 2 N 1 N 1 H ( ) h 2h n cos n 2 2 n 0
N 3 2
N 1 令m n , 则 2
N 1 N 1 H ( ) h 2 h m cos(m ) 2 m 1 2 N 1 N 1 h n cos( n ) 2h 2 n 1 2 N 1 N 1 h (n ) 2 h n cos( 2 n 1 2
h( n)e j ( N 1 n )
n 0 N 1 2
N 3 2
N 1 j j n j ( N 1 n ) e h n e h e 2 n0
N 1 H (e ) h e 2
N 3 2 N 3 2 N 3 2
N 1 j 2
h( N 1 m)e j ( N 1 m )
m0
N 1 j 2
h( N 1 n)e j 2
N 1 j 2
N 1
h(n) cos( n)
将上式两边交叉相乘,再将等式右边各项移到 将上式两边交 相乘 再将等式右边各项移到 左边,应用三角函数的恒等关系,得到:
h(n) sin ( n) 0
n 0
N 1
如果h(n)以α为中心呈偶对称,sin[(α-n)ω]以α 为中心呈奇对称,则上式成立,即:
1 N 2h n cos n , 利用偶对称: 利用偶对称 2 n 1 2 1 N 2h N 1 n cos n 2 2 n 1 1 N 2h 1 n cos n 2 2 n 1
第4章 有限长单位脉冲响应(FIR) 滤波器的设计方法
有限长单位脉冲响应( (FIR) )滤波器的线性卷积和 系统函数为:
y ( n ) h (i ) x ( n i )
i 0 N 1
H ( z ) h(i ) z bi z i
i i 0 i 0
N 1
N 1
n 0 N 1 n 0
h(n) sin( n)
N 1
h(n) cos( n)
h(n) sin ( n) 0
线性相位条件为:
N 1 , 2 2 h( n) h( N 1 n) , 0 n N 1
此时, h(n) 以 α 为中心呈奇对称, cos[(α-n)ω] 以α为中心呈偶对称。信号所有频率分量经过这种 滤波器后,都有固定的90度的移相(比如将余弦信号 转换为 弦信号)。严格来说,这种滤波器并不具备 转换为正弦信号 格来说 这种滤波 并不具备 线性相位特性,此滤波器输出信号的包络与输入信 号相差甚远。但其仍满足群延迟为常数的条件,在 某些场合有着重要应用。
N 1 2 h( n) h( N 1 n) , 0 n N 1
如果相位函数存在附加相位β,则:
H ( )e
j ( )
h(n)e j n
n 0
N 1
sin( ) n 0 N 1 cos( )
N 3 N 1 N 1 2 j n j n N 1 2 2 e h h n e 2 n 0
N 3 N 1 2 j N 1 2 N 1 e h 2h n cos n 2 2 n 0 e j ( ) H ( )
n
N 1 N 1 2
h(n)e j n
N 1 j n h ( n ) e h e 2 n0 N 1 j n h ( n ) e h e 2 n0 N 1 j n h ( n ) e h e 2 n0
N 1 2 N 1 2 N 1 2
N 1 2 H ( ) a (n) cos(n ) n 0 N 1 h n0 2 a ( n) 2h N 1 n 1 n N 1 2 2
(2) h(n)偶对称, 偶对称 N为偶数
H (e ) h( n)e j n h( n)e j n h( N 1 n)e j ( N 1 n )
j n 0 n0 n 0 N 1 N 1 2 N 1 2
h( n)e j n h( n)e j ( N 1 n )
n 0 n 0
N 1 2
N 1 2
e
N N 1 2 1 j 2
N 1 2 h ( n ) cos n 2 n 0
( ) e
N 1 j 2
N 1 H ( ) 2h(n) cos n 2 n 0
FIR滤波器的缺点: FIR 滤波器没有非零极点,因而要获得较好的 过渡带特性 必须以较高的滤波器阶数为代价 过渡带特性,必须以较高的滤波器阶数为代价。 IIR滤波器设计可以通过模拟滤波器设计和各种 变换法实现,而 FIR 滤波器设计不能利用模拟滤波 1的 器的设计理论 因为 FIR 滤波器的系统函数是 z-1 器的设计理论,因为 多项式,并非有理分式,无法找到与其对应的原型 模拟滤波器。 模拟滤波器 FIR 滤波器设计一般没有解析设计公式,需要 滤波器设计 般没有解析设计公式 需要 借助计算机辅助设计完成。
d ( ) g , ( ) d
仅当附加相位 β为某些特殊值时,群延迟为常 数的系统才是线性相位系统。
4 1 1 线性相位FIR滤波器的条件 4.1.1
FIR 滤波器的 DTFT 为:
H (e ) h(n)e jn H ( )e j ( )
4 1 2 线性相位FIR滤波器的幅度特性 4.1.2
h(n)有偶对称和奇对称两种条件,而h(n)的点数 N 又有奇数和偶数两种情况,因此分四种情况讨论 线性相位FIR滤波器的幅度特性。 (1) h(n)偶对称,N为奇数 (2) h(n)偶对称,N为偶数 (3) h(n)奇对称,N为奇数 (4) h(n)奇对称,N为偶数
则线性相位系统的输出y(n)为:
1 y ( n) 2 1 2
X (e j ) H (e j ) e j[ n ( ) ( )] d X (e j ) H (e j ) e j[ ( n ) ( )] d
显然,输入信号 显然 输入信号x(n)的每一个频率成分均延迟 的每 个频率成分均延迟α 个单位,如果幅频特性为常数 1 ,则 y(n) 就是 x(n) 的 延迟。 延迟 线性相位系统的群延迟为一常数:
j
N 1 j 2
N 1 N 1 N 1 N 1 j n j n 2 2 2 2 h n e e n 0
N 3 2
e
N 1 j 2
4 1 线性相位FIR滤波器的特点 4.1
线性相位意味着 个系统的相频特性是频率的 线性相位意味着一个系统的相频特性是频率的 线性函数:
( )
式中,α为常数。 式 将输入信号x(n)表示为DTFT形式:
1 x ( n) 2
X (e j ) e j[ n ( )] d
将线性相位条件代入FIR滤波器的DTFT:
H ( )e
j
h( n)e j n
n 0
N 1
上式左边两边的实部和虚部分别相等,它们的 上式左边两边的实部和虚部分别相等 它们的 比值也相等:
sin( ) cos( ( )