- 1、本文档共81页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
5.6 FIR滤波器设计方法 无限长单位冲激响应(IIR)数字滤波器存在明显的缺点:相位的非线性。 日常生活中,像图像处理以及数据传输等都要求信道具有线性相位特性。 若要做到线性相位,则需采用全通网络进行相位校正。这样做又将大大增加系统的复杂度。 FIR滤波器特点 优点: 可以具有严格的线性相位,同时具有任意的幅度特性。 FIR滤波器的单位冲激响应是有限长序列,因而滤波器一定是稳定的。 对于任何非因果有限长序列,只要经过一定的延时都能变成因果的有限长序列,因而总能用因果系统来实现。 可以用快速傅里叶变换(FFT)算法来实现,提高运算效率。 缺点: 取得很好的幅度衰减特性,FIR滤波器系统的阶次比IIR滤波器高。 注意: 最感兴趣的是具有线性相位的FIR滤波器。 对非线性相位的FIR滤波器,一般可以用IIR滤波器来代替 IIR滤波器设计中的各种变换法对FIR滤波器设计是不适用的,这是因为IIR滤波器是利用有理分式的系统函数,而FIR滤波器的系统函数只是多项式。 一、FIR滤波器最优化准则 最优化设计是将所有频域抽样值皆作为变量,在某一优化准则下,求得最优结果。 设计FIR滤波器主要有两种最优化准则 均方误差最小准则 最大误差最小化准则 此处我们主要介绍均方误差最小准则下的滤波器设计,起到抛砖引玉的作用。 均方误差最小准则是使误差能量最小 若用 ,表示要求的频率响应, 用 表示实际得到的滤波器频率响应, 以 表示频率响应误差,即 则均方误差为: 设计目的 选择一组 ,便均方误差最小。 由于: 用FIR滤波器来逼近,故 长度是有限长的,可得: 按照帕塞瓦公式有: 要使e2最小,就必须使第一项求和式最小,即希望有: 即: 结论: 最小均方误差准则所要求的设计结果为矩形窗设计法。 矩形窗设计的滤波器过渡带最窄 但由于吉布斯(Gibbs)效应,窗谱的肩峰过大,造成所设计出的滤波器: 通带起伏不均匀且过大, 阻带衰减则过小,不能满足某些工程要求。 为了克服这一缺陷,还有另外一种最优准则,最大误差最小准则,有兴趣的同学可参考相关资料,此处不再赘述。 二、??窗函数设计法 设计具有有限长单位冲激响应h(n)的滤波器来逼近的理想滤波器频率响应。 指标是在频域提出的 设计是在时域进行的 我们以一个截止频率为 的线性相位的理想低通滤波器为例来加以讨论。 设滤波器的群延时为 ,即: hd(n)是中心点在α的偶对称无限长非因果序列,要得到有限长的h(n),一种最简单的办法就是取矩形窗RN(n),即: 若有线性相位的约束,窗函数的选择必须保证所截取h(n)是对称的。 若要降低滤波器的阶数,势必要减小窗函数的宽度,若要保证线性相位,只能从非零点开始截取。 为分析方便,选取 , 所以有: 此时符合线性相位特性的条件 Hd(n)及W(n)的频谱特性 加窗对滤波器频率响应的影响 窗函数的频率特性为: 对矩形窗,则有: 可表示成幅度函数与相位函数: 是曾经讨论过的频域抽样内插函数。其幅度函数: 在 之内为一个主瓣,两侧形成许多衰减振荡的旁瓣 窗函数对幅度特性的影响 (2) 时, 正好与 的一半重叠,如图(c)所示,因此 。 (3) 时, 的全部主瓣在 的通带 之内,如图 (d)所示,因此卷积结果有最大值,既 为最大值,频率响应出现正肩峰。 总结: (1)使理想幅度特性不连续点处边沿加宽,形成一个过渡带,过渡带的宽度等于窗的频率响应的主瓣宽度 此处过渡带是指两个肩峰之间的宽度,与滤波器的真正过渡带有一些区别 滤波器的过渡带比这个数值要小 (2)在截止频率的两边 的地方出现最大的肩峰值,肩峰的两侧形成起伏振荡,其振荡幅度取决于旁瓣的相对面积,而振荡的多少,则取决于旁瓣的多少。 (3)增加截取长度N,则在主瓣附近的窗的频率响应为 改变N只能: 改变窗谱的主瓣宽度、 改变坐标的比例 改变幅度绝对值大小 不能改变主瓣与旁瓣的相对比例 由Sa(x)决定的, 或者说只由窗函数的形状来决定的。 因而,当截取长度N增加时,只会减小过渡带宽 ,而不会改变肩峰的相对值。 例如在矩形窗情况下,最大相对肩峰值为8.95%,N增加时, 减小,故起伏振荡变密,最大肩峰则总是8.95%,这种现象称为吉布斯(Gibbs)效应。 窗谱肩
文档评论(0)