数字信号处理-chap3 滤波、差分方程、卷积

1.滤波

滤波器以特定方式改变信号的频率特性,从而改变信号。

高通滤波器滤除低频信号,强化信号的锐变。

image 

2.线性、时不变、因果系统

线性系统满足叠加原理

image

时不变系统的输入延迟,则输出也延迟相同量

image

因果系统的输出取决于现在和以前的数据,与未来的数据无关。

3.差分方程

差分方程可用于描述线性、时不变、因果数字滤波器。其表达式如下,

image

写为下面形式更清晰

image

其中image 为滤波器系数,决定了每个输入和输出对第n个输出的贡献。它清晰的说明了每个新的输出y[n]是如何受过去的输出、现在的输入和过去的输入影响的。

递归滤波器:依赖于输入和过去的输出。

非递归滤波器:仅依赖于输入。

4.脉冲响应

由于所有的数字信号都可以由脉冲函数构成image ,所以脉冲响应可用来求各种输入的输出(响应)。因此说,脉冲响应反映了滤波器的基本特性。差分方程可以计算滤波器的脉冲响应。

无限脉冲响应(infinite impulse response IIR):对于递归滤波器,因为新的输入取决于过去的输出和输入,因此即使某个点以后没有输入,其脉冲响应也仅会越来越小,绝不会下降到零。

有限脉冲响应(infinite impulse response IIR):对于非递归滤波器,因为新的输入仅取决于输入,因此当某个点以后没有输入,其脉冲响应会逐步下降到零。

当输入是脉冲函数时,只有输入中的单个脉冲到达过去的M点之前,非递归滤波器的输出才能受到脉冲输入的影响,此后滤波器的输入为零,有下式

image       (1)

对于非递归滤波器,脉冲响应的采样值给出了差分方程的系数

image              (2)

则其脉冲响应为

image                  (3)

由(1)=(2)得image                 (4)

则(4)带入(2)得

image   (4)

例:写出下图所示脉冲响应的滤波器差分方程

image

image 

5.卷积

卷积提供了差分方程之外的另一种滤波器实现方法。

要理解卷积,首先将信号表示为脉冲函数之和image。每个脉冲函数image 的输出为脉冲响应image ,采样值image为每个脉冲函数提供了权系数。因此由全部输入引起的image 是这些脉冲响应的加权和

                       image      (5)

注:公式(5)和(4)是等价的,由此可看出卷积与差分方程间的关系。

同时,也可知数字系统的输出是输入与其脉冲响应的卷积,如下图所示

image

5.1 数字卷积的计算

计算步骤

image

例子:数字系统的输入x[n]和脉冲响应h[n]如下图所示,求系统输出y[n]

image

计算过程的图形表示

image

image

系统输出

image

计算过程的列表表示

image

5.2 边界效应

当输入序列的前后均为零(如前面例子所示),那么计算的输出具有物理意义。但很多情况下,采样开始前的输入未知,当脉冲响应与未知的输入采样重叠时,由于实际的输出值可能受到采样开始前输入信号的影响,所以无法准确计算。计算的开始和末尾都可能存在这种线性,称为边界效应(boundary effect)。

下面例子中,输入序列长度为10,脉冲响应长度为4。当脉冲响应采样点部分位于输入信号采样值之外时,输出就不确定(表中以?标识)。解决边界效应有许多方法,包括给输入信号补零、重复边缘值、对整个输入信号进行周期延拓。

image

6.差分方程与卷积

滤波器的差分方程image     (1)

数字卷积的公式image                 (2-a)

                 或image                  (2-b)

对于非递归系统,式(1)和(2)都可以描述它。不同之处在于,(1)需要滤波系数image,(2)需要脉冲响应h[k]。

对于IIR系统,有无穷多个h[n]。由下例可见对于IIR滤波器由于其脉冲响应有无穷个非零项,用差分方程好一些。

image

对于FIR系统,h[n]的长度有限。由下例可见,FIR滤波器的脉冲响应仅有有限个非零采样值,所以卷积和差分运算都适用。

image

image

原文地址:https://www.cnblogs.com/pegasus/p/1955556.html