测试信号处理-模拟滤波器概述
模拟滤波器概述
略略略
经典滤波器原理
1. 术语和概念
h(t),H(s),H(jΩ)h(t),H(s),H(j\Omega)h(t),H(s),H(jΩ)分别为单位冲击响应,传输函数,频率响应函数。
h(n),H(z),H(jΩ)h(n),H(z),H(j\Omega)h(n),H(z),H(jΩ)单位抽样响应,转移函数,频率响应函数。
模拟滤波器转换为数字滤波器会在频域上有个延拓(N点,2pi周期)
不失真传输
- y(t)=Kx(t−τ)y(t)=Kx(t-\tau)y(t)=Kx(t−τ)
- 幅值常数变化,相位常数移动
- H(jΩ)=Ke−jΩτH(j\Omega)=Ke^{-j\Omega \tau}H(jΩ)=Ke−jΩτ
- 冲激响应是sinc函数
理想滤波器在物理上不可实现。因此deduct to 存在过渡带的滤波器
Ωp,ΩS\Omega_p,\Omega_SΩp,ΩS:通带截止频率、阻带起始频率
允许在通带和阻带上有所波动(通带起伏,阻带有界)
Ωs−Ωp>0\Omega_s-\Omega_p >0Ωs−Ωp>0允许有一定宽度的过渡带
衰减率:α(Ω)=10lgH(0)H(Ω)\alpha(\Omega)=10 lg\frac{H(0)}{H(\Omega)}α(Ω)=10lgH(Ω)H(0)
半功率点:
αp=−10lg∣H(Ωp)∣2=3dB\alpha_p = -10lg|H(\Omega_p)|^2=3dBαp=−10lg∣H(Ωp)∣2=3dB1/100功率点
αs=−10lg∣H(Ωs)∣2=40dB\alpha_s =-10lg|H(\Omega_s)|^2= 40dBαs=−10lg∣H(Ωs)∣2=40dB
2. 数字滤波器分类
根据冲击响应的延续长度分为:
- FIR-有限冲击响应:只有分母上有z。
- 优点:不存在稳定性的问题,可实现线性的相位特性
- 缺点:不易实现好的幅频特性,滤波时计算量较大
- IIR-无限冲击响应:分子分母都是多项式的形式。
- 优点:和FIR相反
- 缺点:和FIR相反
3.从模拟滤波器的指标到数字滤波器的指标
设计过程:给定四个参数(ap,Ωp)(a_p,\Omega_p)(ap,Ωp),(as,Ωs)(a_s,\Omega_s)(as,Ωs),求传输函数G(s)
思路:从幅度平方函数入手。先设计出合适的G^2,然后返回G(s)
∣G(Ω)∣2=G(Ω)G(−Ω)=G(s)G(−s)|G(\Omega)|^2=G(\Omega)G(-\Omega)=G(s)G(-s)∣G(Ω)∣2=G(Ω)G(−Ω)=G(s)G(−s)
G(s)=D(s)C(s)G(s)=\frac{D(s)}{C(s)}G(s)=C(s)D(s)
G(s)G(-s)的零极点对称。
G(s)的极点必须全部位于S的左半部分才能保证稳定。
怎么回事!!!
- 巴特沃斯滤波器
∣G(jΩ)∣2=11+C2(Ω2)N|G(j\Omega)|^2=\frac{1}{1+C^2(\Omega^2)^N}∣G(jΩ)∣2=1+C2(Ω2)N1 - 切比雪夫1型
∣G(jΩ)∣2=11+ϵ2CN2(Ω)|G(j\Omega)|^2=\frac{1}{1+\epsilon^2C_N^2(\Omega)}∣G(jΩ)∣2=1+ϵ2CN2(Ω)1 - 切比雪夫2型
∣G(jΩ)∣2=11+ϵ2CN2(Ωs)CN2(Ωs/Ω)|G(j\Omega)|^2=\frac{1}{1+\epsilon^2\frac{C_N^2(\Omega_s)}{C_N^2(\Omega_s/\Omega)}}∣G(jΩ)∣2=1+ϵ2CN2(Ωs/Ω)CN2(Ωs)1 - 椭圆
∣G(jΩ)∣2=11+ϵ2UN2(Ω)|G(j\Omega)|^2=\frac{1}{1+\epsilon^2U_N^2(\Omega)}∣G(jΩ)∣2=1+ϵ2UN2(Ω)1
(一)巴特沃斯滤波器
∣G(jΩ)∣2=11+C2(Ω2)ΩpN|G(j\Omega)|^2=\frac{1}{1+C^2(\frac{\Omega^2)}{\Omega_p}^N}∣G(jΩ)∣2=1+C2(ΩpΩ2)N1
C待定,N为阶次,Ωp\Omega_pΩp截止
代入两个a可以解出C和N
- α=3dB→C=1\alpha=3dB \rarr C=1α=3dB→C=1
- 极点均匀分布在单位圆上
- pi=siΩp=ejπ2i+N−12Np_i = \frac{s_i}{\Omega_p} = e^{j\pi\frac{2i+N-1}{2N}}pi=Ωpsi=ejπ2N2i+N−1
- 归一化频率λs\lambda_sλs在求解阶数过程中会涉及
- 设计方法和步骤:课件7-1,实际上就是代入2个
- 参数,求出归一化频率和阶数,求2N个极点,最后可以由左半平面的N个极点得到传输函数
(二)切比雪夫多项式
CN(x)=cos(Ncos−1x)∣x∣<1C_N(x)=cos(Ncos^{-1}x) |x|<1CN(x)=cos(Ncos−1x)∣x∣<1
CN(x)=ch(Nch−1x)∣x∣>1C_N(x)=ch(Nch^{-1}x) |x|>1CN(x)=ch(Nch−1x)∣x∣>1
递推关系:CN+1(x)+CN−1(x)=2CN(x)C_{N+1}(x)+C_{N-1}(x)=2C_N(x)CN+1(x)+CN−1(x)=2CN(x)
N=0 C=1
N=1 C=x
通过递推关系可以搞出来.
性质
- x小于1的时候是等纹波的
- x = 0 看N是0或者正负1
切比雪夫的求解
1. 代入两个参数(通带最大衰减和阻带最小衰减)求出波动系数和阶数
2. 求极点(分布在椭圆上)
1+ϵ2CN2(p/j)=01+\epsilon^2C_N^2(p/j)=01+ϵ2CN2(p/j)=0
3. 上述方程共有2N个解,取左半平面的N个极点,求归一化传输函数
4. 带回得实际传输函数
切比雪夫比巴特沃斯好得多。
高通滤波器求解:归一化频率是对应的低通滤波器的倒数,最后一步代回的时候改一下即可。
带通滤波器求解
低通滤波器实际上是一个频域上对称的结构,如果能够直接把低通滤波器平移到带通位置就可以直接设计。
中心频率和归一化带宽在课件上定义了。
设计步骤
- 归一化处理 (以频带宽度做),得到mu
- 频率变换 得到lambda(对应的低通滤波器的频率)相当于一个可逆变换。
λ?=μ?−μ0μ?\lambda_{?}=\frac{\mu_{?}-\mu_0}{\mu_{?}}λ?=μ?μ?−μ0 - 设计原型低通滤波器,利用两个a和两个lambda
- 用s回推回p,得到带通滤波器
IIR(无限冲击响应)
laplace变换到到z变换
z=esTsz=e^{sT_s}z=esTsX(z)=∑o∞x(n)z−nX(z) = \sum_o^{\infty}x(n)z^{-n}X(z)=o∑∞x(n)z−nz=esTs=e(σ+jΩ)Ts=eσTsejΩTs=rejΩTsz = e^{sT_s} = e^{(\sigma+j\Omega)T_s} = e^{\sigma T_s} e ^{j\Omega T_s}=re ^{j\Omega T_s}z=esTs=e(σ+jΩ)Ts=eσTsejΩTs=rejΩTs
冲激响应不变法
基本想法:模拟滤波器的单位冲击响应g(t)的抽样就是数字滤波器的单位抽样响应h(t),TsT_sTs为采样周期
h(nTs)=g(t)∑−∞∞δ(t−nTs)h(nT_s)=g(t)\sum_{-\infty}^{\infty}\delta(t-nT_s)h(nTs)=g(t)−∞∑∞δ(t−nTs)
采样函数p(t)=∑−∞∞δ(t−nTs)p(t)=\sum_{-\infty}^{\infty}\delta(t-nT_s)p(t)=∑−∞∞δ(t−nTs)可以用傅里叶级数展开,再代入到傅里叶变换中得到它的频谱,发现它在频域和时域上都是一个冲激串序列,不过周期会有变化
∑δ(t−nTs)=Ωs∑δ(Ω−nΩs)\sum\delta(t-nT_s)=\Omega_s\sum\delta(\Omega-n\Omega_s)∑δ(t−nTs)=Ωs∑δ(Ω−nΩs)where ΩS=2πTs\Omega_S=\frac{2\pi}{T_s}ΩS=Ts2π,因此可以得到对应的数字滤波器的表达式:
G^(jΩ)=1Ts∑−∞∞G(jΩ−jkΩs)\hat G(j\Omega)=\frac{1}{T_s}\sum_{-\infty}^{\infty}G(j\Omega-jk\Omega_s)G^(jΩ)=Ts1−∞∑∞G(jΩ−jkΩs)G^(s)=1Ts∑−∞∞G(s−jk2πTs)\hat G(s)=\frac{1}{T_s}\sum_{-\infty}^{\infty}G(s-jk\frac{2\pi}{T_s})G^(s)=Ts1−∞∑∞G(s−jkTs2π)
通过e指数映射的方式改写道z平面上
H(z)=1Ts∑−∞∞G(s−jk2πTs)H(z)=\frac{1}{T_s}\sum_{-\infty}^{\infty}G(s-jk\frac{2\pi}{T_s})H(z)=Ts1−∞∑∞G(s−jkTs2π)
这里,s的实部映射到模长,虚部和实部的比值映射到角度。
在单位圆内就能判定是一个稳定的滤波器(因为实部小于0)。因为周期性(周期延拓性),这个方法会产生在Ωs\Omega_sΩs的整数倍(也就是2πTs\frac{2\pi}{T_s}Ts2π的整数倍)的位置附近产生交叠。
因为模拟滤波器一般都是一阶系统和二阶系统的组合,所以分批转换:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YFOyd7xL-1604984797981)(fig/10.png)]
双线性变换
用s=1−e−sTs1+e−sTs=1−z1+zs=\frac{1-e^{-sT_s}}{1+e^{-sT_s}}=\frac{1-z}{1+z}s=1+e−sTs1−e−sTs=1+z1−z
来直接替换s
z=1+s1−sz=\frac{1+s}{1-s}z=1−s1+s
这种变换形式下有Ω=tan(ω/2)\Omega=tan(\omega/2)Ω=tan(ω/2)
虽然方法简单,但是在物理意义上说不通
也有另一种形式,s=2Ts1−e−sTs1+e−sTs=2Ts1−z1+zs=\frac{2}{T_s}\frac{1-e^{-sT_s}}{1+e^{-sT_s}}=\frac{2}{T_s}\frac{1-z}{1+z}s=Ts21+e−sTs1−e−sTs=Ts21+z1−z
这两组定义,对最后的 H(z)而言,结果是一样的
单值映射,不存在混叠
双线性变换法避免了冲激响应不变法的频率响 应混叠现象,却付出了频率变换的非线性代价, 使得数字滤波器与模拟原型滤波器的响应在对应频率点上发生了畸变。(tan函数在周期嗲附近非线性强)
克服畸变
预畸校正:通过临界频率事先加以矫正。使他经过双线性变换后,正好映射到所需要的位置上。
特征频率Ωx=2Tstan(ωx/2)\Omega_{x}=\frac{2}{T_s}tan(\omega_{x}/2)Ωx=Ts2tan(ωx/2)
下标是 pl,sl, ph,sh 分别是低和高的两个阈值频率。
所以使用双线性变换的时候,得到的归一化频率不再是Ω=ωTs\Omega=\frac{\omega}{T_s}Ω=Tsω而使用Ω=Ts2tan(ω2)\Omega=\frac{T_s}{2}tan(\frac{\omega}{2})Ω=2Tstan(2ω)
双线性变换步骤
- 给定指标
- 使用频率转换(采用预畸校正)
- 按照上一节的内容设计模拟滤波器G§
- 代入双线性变换z
从低通到高通和带通、阻
步骤一模一样。
只是在设计模拟滤波器的步骤,改成利用原型低通滤波器来设计高通、带通、带阻。
注意事项:
测试信号处理-模拟滤波器概述相关推荐
- ORAN专题系列-18:5G O-RAN FrontHaul前传接口互操作性测试规范IOT概述与总体架构
前言: 前传接口(FrontHual)是传统的BBU与RU之间的接口,在O-RAN之前,前传接口虽然定义了物理连接的CPRI标准,但CPRI之上承载的M plane和S/C/U plane的IQ数据, ...
- 生物医学信号处理之概述
生物医学信号处理概述 本文记录学习生物医学信号处理的过程,与大家共享,疏漏之处,望不吝赐教! 本文主要参考书籍: [1]饶妮妮,李凌. 生物医学信号处理[M],成都,电子科技大学出版社,2005.7. ...
- JH50变温教学霍尔测试系统设计方案概述
概述: 本系统由JH50变温教学霍尔测试系统.TESK301控温仪.液氮恒温器和转向磁体四个部分组成,可完成在不同温度条件下测量霍尔片样品霍尔效应的教学实验.该系统可与计算机连接,配合相应的软件实现计 ...
- cilium插件测试_Cilium网络概述
K8s已经成为一线大厂分布式平台的标配技术.你是不是还在惆怅怎么掌握它?来这里,大型互联网公司一线工程师亲授,不来虚的,直接上手实战,3天时间带你搭建K8s平台,快速学会K8s,点击下方图片可了解培训 ...
- MFQ测试设计模型概述
早期的测试设计过程是直接根据测试需求或规格来设计用例,这种方法存在很多局限性,本章节我们讨论的是一种新的,或者说更全面的测试设计方法,现在在很多测试更完善的企业(如华为),他们提出了新的测试设计过程, ...
- 集成电路中的测试概述(一)
这篇文章主要讲一下芯片设计中测试环节以及相关的概念.芯片设计中的测试分为以下几类: 1)验证:在芯片量产之前,验证设计是否正确和符合规范.在验证时,主要进行功能测试和电气特性测试.功能测试是测试输入激 ...
- 全球及中国无线电测试测量行业细分产品市场规模发展趋势分析及竞争战略格局研究预测
全球及中国无线电测试测量行业细分产品市场规模发展趋势分析及竞争战略格局研究预测 1.无线电测试测量行业概述:无线电测试测量是利用电子学手段,通过电量形式实现对无线电各项参数的测试,是电子测试测量的重要 ...
- 信号处理频谱分析中,如何选择合适的窗函数
1.信号截断及能量泄漏效应 数字信号处理的主要数学工具是傅里叶变换.应注意到,傅里叶变换是研究整个时间域和频率域的关系.然而,当运用计算机实现工程测试信号处理时,不可能对无限长的信号进行测量和运算,而 ...
- 有关信号处理中的 窗函数
1 信号截断及能量泄漏效应 数字信号处理的主要数学工具是傅里叶变换.应注意到,傅里叶变换是研究整个时间域和频率域的关系.然而,当运用计算机实现工程测试信号处理时,不可能对无限长的信号进行测量和运算,而 ...
最新文章
- 设计模式学习1:设计模式简述和设计模式原则
- 对神经网络分类行为的认识二则
- 进击的YOLOv3,目标检测网络的巅峰之作 | 内附实景大片
- 我使用 html 反向输出自己打自己(7)
- 51nod-诺德街【数学期望】
- uva 10570——Meeting with Aliens
- 工作178:moment使用
- jboss相关的术语
- java插件不启动_java-插件安装后Eclipse启动问题
- 深度:企业为什么需要一个平台级的OA产品?
- adc网络语什么意思_王者荣耀游戏术语解释 ADC是什么意思
- IOS取消“橡皮筋“效果
- 微信域名防封、域名检测接口api、域名跳转技术、360防拦截揭秘(三)------2020新域名防封技术解析
- 「STL详解」RB-tree 红黑树
- 微信机器人网页版接口详解
- Android开发——RelativeLayout.LayoutParams的使用
- win10安装MinGW-64
- cp2k 编译安装教程
- 在这个云时代,如何选择性价比更高的云服务器
- Oracle版本升级后引出的catalog连接问题