跳转至

数字信号处理

数字信号处理 习题集2019.pdf

§3 离散 Fourier 变换

Fourier 参数之间的关系

2022年8月31日,2022年12月4日。

FourierTransformInverseFourierTransform 文档的“更多信息和选项”。

X=|b|(2π)1aRxejbωtdt.x=|b|(2π)1+aRXejbωtdt.
场景 a b
现代物理 0 1
经典物理 1 1
纯数学、系统工程 1 1
信号处理 0 2π

T(k)

(uf)(vRfejkvudu).

可知 λ>0, T(λk)=T(k)/λ

又,开头两式化为 F=|b|/(2π)1a T(b)F1=|b|/(2π)1+a T(b),即

|b|(2π)1+a T(b)|b|(2π)1a T(b)=(ff).

因此

(ff)=|b|2π T(b)T(b).

等差比数列

2022年9月30日,2022年12月3日。

n=0N1nqn1=qnqn=q1qN1q=1qN(1q)2NqN11q.

q1

等比数列

2022年12月3日。

ab

an+an1b+an2b2++bn=an+1bn+1ab.

τZ/2N=2τ+1Z,则

ejω×[τ,+τ]=ejωτ+ejω(τ1)++e+jωτ=ejωN/2e+jωN/2ejω/2e+jω/2=sinNω2sinω2.

注意,τZ+12 时这不是严格的 DTFT,4π 才是最小正周期。

对偶关系

2022年10月1日。

DFT的间隔与总长.nb

一个域 另一域
周期 离散
混叠 疏松
非周期 连续
补零 细致

补零相当于增大最小正周期,减弱周期性。细致相当于增强连续性。混叠、疏松同理。

一个域 另一域
插零 重复
TFtpfs

时域插零相当于减小 Ttp 不变。

第二行是第一行的 N 倍(N 是点数),对角线之积是一。

  • 时域间隔:采样周期。
  • 频域间隔:频谱分辨率。
  • 时域总长:记录时间。
  • 频域总长:无专门名词,等于采样频率。

用 DFT 取样 Z 频域

2022年10月12日。

今有 8 点序列 x,问 X|z=0.2exp(2πjk/7)k=1,,7)。要求只用一次 DFT,点数不超过 8。

分析

这种取样的频谱分辨率为 17,所以 DFT 点数只能是 7。

下面试图构造一个 7 点序列 y,使 Y|k 为所求。

方案:

  1. x 计算 y
  2. 计算 y 的 7 点 DFT。
  3. 整理一下 k 的顺序。

代入

注意题目给定了 X,Y 关系,我们需要确定 x,y 关系。那么可走 xXYy 这一圈试试。

从后往前代入,首先是 Yy

y|n=17k:7WknY|k.
  • k:N”表示 k[0,N)Z
  • W=exp(2πj/7)

代入 XY

y|n=17k:7WknX|z=0.2Wk.

再代入 xX(Z 变换):

y|n=17k:7Wkn×m:8x|m(0.2Wk)m=17k:7Wkn×m:8x|m5mWkm=17k:7m:8(x|m5m)×Wk(mn).

交换求和顺序,得

y|n=m:8(x|m5m)×17k:7Wk(mn).

整理

下面考虑 17kWk(mn)。回忆一下,ξZ 时,

17k:7Wkξ={1ξ7Z.0ξ7Z.

这里 ξ=mn,可能是哪种情况?注意 m:8n:7,所以 mn[0(71), (81)0]Z=[6,7]Z,而 [6,7](7Z)={0,7},故

17kWk(mn)={1m=nm=n+70other=δ|mn+δ|mn7.

代回 xy 那个式子,得

y|n=m:8(x|m5m)×(δ|mn+δ|mn7)=x|n5n+x|n+75n+7.

x 只有 8 点,于是

y|n=x|n5n+x|757δ|n.

内插

2022年11月24日,2022年12月3日。

X|k 内插回 X|z

X|z=nznx|n=nzn1NkX|kWnk=1NkX|kn(Wkz)n=1NkX|k1zN1(Wkz)1=1Nk1zN1Wk/zX|k.

若只考虑 DTFT,还可进一步化简;不过不如重新考虑,除非你能想起来 (ejωk/z)N=zN

这一过程针对离散信号,并且其时域有限(最多在 [0,N)Z 有值)。

  1. 频域取样就是
X^=X|ω×(kδ|ωωk)=kX|ωkδ|ωωk,

其中 k[0,N)Zωk=2πNkδ 省略了 2π 的周期化。

这在时域相当于 N 的周期化。

  1. 恢复相当于只保留时域主值序列,即乘 RN

    这在频域相当于卷积 RN 的频谱(如下),再除以 N

RNsinNω2sinω2ejωτ,

其中 2τ+1=N

其实

1zN1ejωk/z|z=ejω=(sinNω2sinω2ejωτ)|ω=ωωk.

用圆周卷积分段计算长输入与短响应的线性卷积

2022年12月7日。

Overlap Add, Overlap Save Visual Explanation

  • 重叠相加(overlap add)

    利用线性卷积的线性,将输入拆成多段,每一段用圆周卷积补零计算线性卷积。

  • 重叠保留(overlap save)

    将输出拆成多段,抛弃每一段圆周卷积混叠的部分。

对称序列的圆周卷积

2022年12月8日。

(xy)|n=mx|my|nm=±mx|my|nm=±±mx|my|mn=±±(xy)|n.

在频域考虑类似。

另:若 x2 为周期,则只有零频和最高频分量。假如 y 奇对称,那么 Y 也奇对称,零频和最高频为零。因此 xy 将恒零。

§4 快速 Fourier 变换

Reducible, The Fast Fourier Transform (FFT): Most Ingenious Algorithm Ever?, YouTube. (哔哩哔哩)

Cooley–Sande–Tukey 算法

2022年11月18日,2022年12月6日。

Idea - Cooley–Tukey FFT algorithm - Wikipedia

Fast Fourier transform - Wikipedia

推广算法|Wikipedia

记号如下

  • 大写字母:常量。
    • 衬线体 A:很多元素组成的张量。
    • 无衬线体 A:单个数字。
  • 小写字母:变量。
    • 拉丁字母 a:时域。
    • 希腊字母 α:频域。

注:不太区分大写拉丁字母与大写希腊字母,例如 AΑ

又注:常见数学常量、函数除外。

DFT 点数 N=AB,则时域优先排 B 维度(x=aB+b),频域优先排 A 维度(ξ=Aβ+α)。

在上图中,A 对应 N2、行数、每列长度,B 对应 N1、列数、每行长度。

信号 Fx 的 DFT 定义为

Fξ:=xNξxFx.

其中 N:=exp(2πj/N),它的上标表示指数。下面的 A,B 同理。

其余上下标表示元素的指标。

注意

Nξx=N(Aβ+α)(aB+b)=NABβaNAβbNBαaNαb=(NN)βa(NA)βb(NB)αaNαb=BβbAαaNαb.

NN=exp(2πjN/N)=1

NA=exp(2πjA/N)=exp(2πj/B)=B,同理 NB=A

代回,得

Fβα=a,bBβbAαaNαbFab.

若删掉旋转因子(twiddle factor)Nαb(将之替换为一),则上式与二维变换相同。

下面运用交换结合律,把它重组为两次变换。

Fβα=bBβbNαbaAαaFab.
  1. FabFαb=aAαaFab

    变换时域次要排的 A 维度。Performs B DFTs of size A.

  2. FαbF~αb=FαbNαb

    旋转(twiddle),应用于时域、频域优先排的维度 b,α

  3. F~αbFbα=F~bα

    转置。

  4. FbαFβα=bBβbFbα

    变换频域次要排的 B 维度。Performs A DFTs of size B.

无论 A,B 哪个维度,都可能被认作基(radix)。哪一域优先要排的维度被认作基,就称作在哪一域抽取(因为这一域那步变换一般点数更多),相应的因子称作蝶形。例如 B 维度在时域优先排,若 B 被称作基,则这种算法称作在时域抽取(decimation in time),Bβb 称作蝶形。

decimation 为何以 dec- 开头?其词源很血腥。

Radix-2 DIT FFT | data-flow-diagram

算法流图

2022年12月6日。

N=16 radix-2 (left), radix-4 (middle), and split-radix (right) DIT FFT | Connexions, revised

  • radix-2

    • 系数是旋转因子,画在两列蝶形之间也许更科学。
    • 这是递归算法,但所有系数都要求换算为 WN。每一列系数的指数总是等间隔分布于 [0,N2)
    • 如果系数标在线上,那么出现位置与输入的二进制表示相同。(0 没有,1 有,且可能为 W0
    • 序列反序与远距离蝶形的用意相同,因此不可能出现在流图的同一侧。例如 DIT 输入反序,输入一侧便是近距离蝶形。
    • 不同列蝶形的线平行时更好看,为此远距离蝶形的宽度要画得大一些。
  • other mixed-radix

    • radix-4 中的 4 点变换既可按 DFT 定义(矩阵乘法)处理,也可用 2×2=4 的 radix-2 FFT 处理。后者增加的旋转因子中 3/4 是一,1/4j,都可不计运算量;并且流图与 radix-2 相同,N 较小时系数也会退化成纯粹的 radix-2。
    Radix-2 or -4 to split-radix | data-flow-diagram
  • split-radix

    • 流图和 radix-2 相同,可通过移动系数相互转化。

§5 数字滤波器

R 上的部分分式展开

2022年11月27日,2022年12月3日。

CASIO fx-911 的功能

  • C 上的四则运算。
  • R 上某点的导数值。
  • R 上方程。
  • 给定 C 上含变量的表达式,计算(calculate, CALC)变量取特定值时的值。
  • 存储(store, STO)、使用 C 上的变量。

以展开下式为例。

f=2(1x)(1+2x+x2)(1+0.5x)(10.9x+0.81x2).
  1. 确定形式

    分子、分母都是三次,分母有一个实根、两个虚根。

+1+0.5x++x10.9x+0.81x2.
  1. x 时:

    • 由分解后形式,limf=
    • 由原始形式,limf=(2×(1)×1)/(0.5×0.81)=4.938

    =4.938

  2. 1+0.5x0,即 x2 时,

    • 由分解后形式,(1+0.5)f0++0=
    • 由原始形式,

      (1+0.5)f=2(1x)(1+2x+x2)10.9x+0.81x2()()|x=2.

    计算得 =2.157

  3. +x

    延拓到 C,则 10.9x+0.81x2 的根是 0.92×0.81±(0.92)20.812=0.556±0.673i,记作 γγ¯。(γ 具体取哪个无所谓)

    因为最初 f:RR,结合原始形式,这里必为一对共轭虚数 γ,γ¯

    10.9x+0.81x20,即 xγxγ¯ 时,

    • 由分解后形式,(10.9x+0.81x2)f+γ+γ¯
    • 由原始形式,

      (10.9x+0.81x2)f=2(1x)(1+2x+x2)1+0.5x()()|x=γ,γ¯=3.8941.536i,

      记作 AA¯

      因为最初 f:RR,这里必为一对共轭复数 A,A¯

    因此

[1γ1γ¯][]=[AA¯].

可解得

+x=Im(A¯γ)+ImA xImγ=4.7811.596x.

Im{A¯γ} 是外积。

线性相位

2022年11月29–30日,2022年12月4日。

Linear-Phase FIR Filters.

群时延及相应幅度函数

设群时延为 τ,则 ArgH=ωτ(其实应该再 ±π)—— H=(ejωτH)ejωτ,其中幅度函数 ejωτHR

群时延其实是 ddωArgH,而不是 1ωArgH

广义“线性相位”只要求 ejωτH 的辐角不随 ω 变化,不要求具体是多少。

ω,ejωτHR.ω,ejωτH=(ejωτH).t,h|τ+t=h|τt.

若抽样转为离散,则最好满足 t,τ+tZτtZ,即 τZ/2

另外注意,

H|ejω=nh|nenjω.

响应有限长(finite impulse response)时,记长为 N,则 H1,ejω,e2jω,,e(N1)jω 构成,可以想见 2τ=N1,不然虚部无法保持抵消。

另:由 h|τ+t=h|τt

  • τZN2Z+1

    ejωτH=n=0N1h|ne(τn)jω=h|τ+m=1τ(h|τmemjω+h|τ+memjω)=h|τ+m=1τ(h|τmemjω+h|τmemjω)=h|τ+m=1τ2Re{h|τmemjω}R.
  • τZ+12N2Z

    与前一情况类似,只是没有单独的 h|τ 项。

    ejωτH=m=112τ2Re{h|τmemjω}R.

幅度函数的对称性

现在讨论一下幅度函数 ejωτH 的对称性。

前面已提到它是实函数。

ejωτH(ejωτH).

ejωτH 的对称性由 Hejωτ 的对称性共同决定。

  • H

    • 关于 ω=0

      hR 则共轭对称,hR/j 则共轭反对称。

    • 关于 ω=π

      同上。

      (1)nh|nH|π+ω.(1)nh|nH|πω.
  • ejωτ

    • 关于 ω=0 共轭对称。
    • 关于 ω=π

      τZ 则共轭对称,τZ+12 则共轭反对称。

注意 2π 总是 H 的周期,但不一定是 ejωτ 的;ejωτ 只能保证 4π 是它的周期。这是 Arg±π 的多值性导致的。

综合一下,得幅度函数 ejωτH 的共轭对称性如下表。

τZτZ+12N2Z+1N2Z+/++/hR++/++/hR/j//+

上表中 +, 分别表示共轭对称、共轭反对称;x/y 表示关于 ω=0x,关于 ω=πy

由于 ejωτHR,共轭[反]对称就是奇/偶对称。

时域实序列及其零点分布

下面讨论两种特殊情况。

  • hR

    Re{h|τmemjω}=h|τmcos(mω).

    最开始的时域条件化为

    h|τ+mh|τm.
  • hR/j

    Re{h|τmemjω}=(jh)|τmsin(mω).

    h=jhRH=jH,则 ArgH=π2ωτ,系统广义线性。

    R{j} 共轭反对称,故 H=jHH 的共轭对称性相反。不过 H 对应的幅度函数不再是 ejωτHjR,而是 ejωτH/j=ejωτHR,与 H 的相同。

    最开始的时域条件化为

    h|τ+mh|τm.

下面在 Z 平面考察零点分布。

以上第二种特殊情况中,H=jH,所以其实 HH 的零点一致。

  • h|τ+m=h|τm

    zτH|z=zτH|1/z

    τZ+12 时以上写法不严谨,应从 h|n=h|2τn 出发,不过由 z=esT 也能说通。

    故零点 z, 1/z 成对出现。(关于单位圆反演对称)

  • 对于以上两种特殊情况

    • h±h,故 H|z±H|z ,因此零点 z,z 成对出现。(关于实轴对称)
    • 幅度函数可能共轭反对称,这可在 ω=0,π 导致零点。

从模拟原型 Butterworth 滤波器设计 IIR 数字滤波器

2022年12月3日。

IIR: Infinite impulse response.

  1. 给定数字域指标

    ω,α for pass and stop band.

    α 总是功率比)

  2. 转换为模拟域特性

    α 不变;Ωω 变换,要求下面能变换回去。

    • 脉冲响应不变法ΩT=ω
    • 双线性变换法ΩT2=tanωT2
  3. 确定模拟原型 Butterworth 滤波器的参数

{1+(Ωs/Ωc)2N>αs.1+(Ωp/Ωc)2N<αp.

要求 NNΩc>0

解得

N12logΩs/Ωpαs1αp1.
Ωpαp12N<Ωc<Ωsαs12N.

一般 N,Ωc 尽可能小:N 小结构更简单,Ωc 小阻带性能更好。

  1. 转换回数字滤波器

    • 脉冲响应不变法H|z=esT=Ha|s 并周期化。实际操作是展开为部分分式,然后 1ss011es0T/z。(还可再乘 T 以修正增益)
    • 双线性变换法H|z=Ha|12sT=z1z+1

设计 FIR 数字滤波器

2022年12月3日。

FIR: Finite impulse response.

这种滤波器可用对称性让相位严格线性。

时域窗函数法

  1. 设定窗和理想数字滤波器

    这需要反复试验。

    • :下面以长 N 的矩形窗为例。

      N2Z+1 时,没有奇对称导致的零点,适于设计所有类型的滤波器。(低通、高通、带通、带阻均可)

    • 理想数字滤波器:下面以门函数为例。

      hd=sin(ωcn)πnG2ωc.

      ωc 其实也要确定,有时直接取通带、阻带截止频率的中点 (ωs+ωp)/2

  2. 处理为因果、有限的滤波器

h|n=hd|nτRN|n.

其中 2τ=N1

频域取样法

  1. 设定取样数、有符号幅度函数的取样值 A|k

    通带取一,阻带取零,过渡带设计略有讲究。

    一般只设定前半截,后半截就由相位线性确定了。

  2. 内插

    要保证线性相位性质。

杂项

不确定性原理

2022年10月5日。

Mitch Hill, The Uncertainty Principle for Fourier Transforms on the Real Line.

^ 表示正变换,ˇ 表示反变换,例如 Parseval 定理如下。

f22=12πf^22.

又如 f^=jωf^


f:RC 属于 Schwartz 类(衰减快于任何幂函数),则可分部积分

f22:=Rff¯dt=ff¯t|+Rt(ff¯+ff¯)dt=2RtRe[ff¯]dt.

补上虚部,再由 Cachy – Schwarz 不等式,

f222|Rtff¯dt|2tf2f2.

注意 f=(jωf^)ˇf22=12πjωf^22=12πωf^22,上式化为

f222πtf2ωf^2.

在时域、频域平移后,证明仍成立。

取等时,λC, fλxf,即 f 是 Gaussian 函数。


f=exp(t2/2) 为例。

f^=Rexp(t22jωt)dt=Rexp(t+jω)22exp(jω)22dt=eω2/2Rexp(t+jω)22dt.

考虑矩形围道 (ε,0)(ε,jω)(+ε,jω)(+ε,0)(ε,0),在 ε+ 时,可知 Rexp(12(t+jω)2)dt=Rexp(12t2)dt,从而等于 2π。(另法:求 ωRdt

f^=exp(ω22)2π.

此时代入不等式

LHS=Rexp(t2)dt=π.

正态分布 σ2=1/2,概率和为一。

tf22=Rt2exp(t2)dt=π2.

方差。

同理 ωf^22=2ππ2=ππ

RHS=2ππ2ππ=2ππ2=π.

满足 LHSRHS,且能取等。

时域频域翻转

2022年11月30日,2022年12月5日。

h|tH|sh|tH|sh|tH|sh|tH|s
h|nH|zh|nH|1/zh|nH|zh|nH|1/z

s=jΩz=ejω 时,s=s(关于虚轴对称),z=1/z(关于单位圆反演)。

这大约与 HH 不能同时解析有关。必须自变量、因变量同时取共轭才行,那样才不打破 Cauchy–Riemann 条件,特别是变换保角导致的手性不变性。

概念

DFT 逼近连续信号

2022年12月6日。

问题 原因 改善方法
频域混叠 时域(周期)取样
频域周期化
加紧采样,提高折叠频率
栅栏效应 频域(周期)取样(只取基频整倍)
时域周期化
在时域补零凑数
频谱泄露 时域截断
频域每个横向滤波器的响应太宽,副瓣太强
乘缓变(taper)窗,减弱截断处的不连续

在时域补零时窗函数宽度仍应按数据实际长度选取,并且只能提高频谱分辨率,增加总采样时长才能提高频率分辨能力。

提升 DFT 运算效率的途径

2022年12月7日。

注意 WNnk 的性质。

  • 对称性 ⇒ 合并首尾项。
  • 周期性、对称性、可约性 ⇒ 将长序列 DFT 分解为多个短序列 DFT。

radix-2 及 split-radix FFT 的特点

2022年12月7日。

  • 原位运算

    每个蝶形的输入位置和输出位置相同,无需额外寄存器。

  • 输入输出顺序

    抽取的域反序,另一域正序。

  • 系数

    抽取一侧全为 W0,另一侧为 W0,W1,,WN/21

    从另一侧向抽取一侧推进,每次只剩偶序号那一半。

  • 蝶形跨度

    抽取一侧最小,相邻(相差一);另一侧最大,相差 N/2

    从抽取一侧向另一侧推进,每次跨度增加一倍。

以上主要针对 radix-2,但 split-radix 基本一致,只是系数有挪动。

split-radix 算法中“大蝶形”数量规律如下。

  • 抽取一侧有 N/4 个。
  • 从抽取一侧向另一侧推进,每次新增加的“大蝶形”数量是 N/4 减上次增加的一半。

运算量

2022年12月7日。

DFT
DFTradix-2 FFTsplit-radix FFT×N212Nν13Nν+O(N)+N(N1)NνNν
  • N=2ν 是序列长。
  • split-radix FFT 不计 j
  • ×,+ 按复数的计算。

若是实序列,radix-2 FFT 还可进一步合并运算。

×14N(ν1)+N=14Nν+O(N)+12N(ν1)+2N=12Nν+O(N)
卷积

两个序列分别长 N,M。用 FFT 卷积时补零到 L=2ν

by definitionFFT×NM3×12Lν+L+(N1)(M1)3×Lν

采样定理

2022年12月7日。

  • 陈述

    • 对于频带有限的信号 xa,若其频率上限为 fH,则时域采样频率 fs2fH 可避免频域混叠。
    • 对于时间有限的信号 x,若其序列长为 N,则频域采样取样点数 NN 可避免时域混叠。
  • 意义

    采样定理让信号在时域、频域都离散化,让用数字技术处理成为可能。

滤波器各型结构特点

2022年12月7日。

角度:调试、误差、速率、复用。

  • 有反馈(infinite impulse response, IIR)

    • 直接型(直接 I(aka. 直接)、直接 II(aka. 典范)及其转置)
      • 简单直观。
      • 系数不直接决定零极点,不易调试。
      • 极点对系数过分敏感,因有限字长效应,容易不稳定、累计误差。
    • 级联型
      • 系数能单独调整零极点
      • 累计误差小,适当排序后更小。
      • 存储单元少,可模块化时分复用
    • 并联型
      • 系数能单独调整极点,但不能单独调整零点
      • 基本节之间无干扰,累计误差小。
      • 并行运算,速率高。
  • 无反馈(finite impulse response, FIR)

    • 直接型(aka. 横截、卷积)

      类似有反馈。

    • 级联型

      • 单独调整零点
      • 乘法多。
    • 频率取样型(梳状滤波器和谐振柜)

      • 直接调整 H(k)
      • 有限字长效应影响大,容易不稳定。修正谐振柜可缓解。
      • 系数多为复数,复杂。线性相位、窄带时稍好。
      • 便于标准化、模块化,可时分复用。

数字滤波器设计方法特点

2022年12月7日。

  • 将模拟原型滤波器数字化为 IIR 滤波器
    • 脉冲响应不变(impulse invariance,aka. 标准 Z 变换法)
      • 极点 sz=esT,不改变稳定性。
      • ω=ΩT 线性,保证 h|n=ha|nT,变换后频率响应不失真,能模仿模拟滤波器的功能。
      • 频域混叠,降低阻带性能,不适合高通、带阻这种高频不衰减的滤波器。
    • 双线性变换(bilinear transform)
      • 完全不存在混叠
      • ω2=arctanΩT2,高频严重非线性,变换后频率响应会变形。不过低通、高通、带通、带阻滤波器都是分段常数型,只有相位受影响,幅度正常。
  • FIR 滤波器
    • 时域窗函数
      • 时域截断导致通带波纹、阻带衰减、过渡带。
    • 频域取样
      • 可以精确控制取样点的响应。
      • 适合窄带滤波器。
      • 抽样频率只能是 πNZ,且截止频率不能任意设置(不一定取样到截止频率)。
      • 过渡带优化设计:加宽过渡带,降低矩形特性要求,减轻阻带纹波。
  • IIR 与 FIR 滤波器
    • IIR 幅度特性比同等阶数 FIR 好。
    • IIR 必须附加调相网络才能保证线性相位,FIR 可用对称性直接保证。
    • IIR 从模拟原型滤波器转换时,可能破坏稳定性

预计算

2022年12月7日。

h,γC,则

h1γ/z±h1γ/z

会涉及以下元素。

(1γz)(1γz)=12Reγz+|γ|2z2.h(1γz)+h(1γz)=2Reh2 Re{hγ}z.h(1γz)h(1γz)=2jImh2j Im{hγ}z.

z3z2z1(z1)31331(z1)2(z+1)1111(z1)(z+1)21111(z+1)31331

后备箱

  • 混叠是尾部混叠到前部,而且可能混叠好几圈(周期化时不同周期可能混叠):δ|k1δ|k+1N=1,2 时恒零。
  • 公比为一时,等比数列求和公式不适用。
  • Wk 反着转,ImW<0N3)。
  • 设计数字滤波器时,即使给模拟域指标,也应用采样率先换算为数字域指标。特别是双线性变换法要预畸
  • 用差分方程表示有反馈系统时,通常把当前输出 y|n 单独拿出来,反馈和输入放到同一边,因而有个负号
  • 频率取样型 FIR 滤波器中,梳状滤波器无反馈,谐振柜有反馈。
  • es0tu1ss0,时域取样后变为 es0nTu11es0T/z,注意正负号。
  • 想清楚到底是几阶的 Butterworth 滤波器。
  • 画算法流图时要注意按哪个域抽取
  • 设计数字滤波器时,步骤一定要清晰,最好不省略原始公式。
  • FIR 滤波器的幅度响应一般要求偶对称,因此即使只规定 [0,π],也相当于给了全部。

评论