Đáp ứng tần số sắc nét nhất cho bộ lọc thông thấp không có nguyên nhân mà đáp ứng bước không vượt quá?


13

Butterworth, Bessel, Ch Quachev và các bộ lọc thông thấp chân thành được sử dụng trong nhiều trường hợp có sự đánh đổi khác nhau giữa việc có đáp ứng tần số giảm đều, đáp ứng pha đồng nhất, cắt ngang hoặc phản hồi "tường gạch". Tôi tin rằng tất cả các bộ lọc như vậy có thể, trong một số trường hợp, có thể vượt quá mức phản hồi bước của chúng, có nghĩa là phản ứng xung của chúng ở một số nơi âm.

Điều gì sẽ là đáp ứng tần số tối ưu, hoặc loại phản hồi tần số nào sẽ có sẵn, trong một bộ lọc mà hạn chế duy nhất là đáp ứng xung không thể âm bất cứ nơi nào? Chắc chắn có thể có bộ lọc thông thấp đáp ứng một ràng buộc như vậy, vì bộ lọc RC cơ bản sẽ làm như vậy (mặc dù phản hồi của bộ lọc như vậy là hơi khó chịu). Đáp ứng xung tối ưu sẽ là một đường cong phân phối bình thường, hay cái gì khác?


1
@supercat, nếu bạn bao gồm lọc kỹ thuật số, thật tuyệt vời khi tường phản hồi bạn có thể nhận được mà không cần vượt quá.
Kortuk

2
@Kortuk: Thật sao? Tôi nghĩ rằng sẽ khó tránh khỏi tình trạng quá tải, vì sóng vuông được lọc bằng gạch có các xung nhỏ có độ rộng gần bằng 0 khi tần số cắt tăng nhưng biên độ không tăng. Điều gì sẽ là một tài liệu tham khảo tốt?
năm11

2
Bạn nói "phi nhân quả" trong câu hỏi, nhưng tất cả các ví dụ của bạn là nhân quả. Ý bạn là gì Phi nhân quả yêu cầu bạn ghi lại toàn bộ dạng sóng và sau đó áp dụng bộ lọc cho bản ghi. (Hoặc, có lẽ, việc sử dụng tụ điện thông lượng và nguồn năng lượng lớn.)
endolith

1
@endolith: Điều gì sẽ là bộ lọc tối ưu, giả sử nó không bắt buộc phải là nguyên nhân.
supercat

1
@Kortuk: Việc cắt tín hiệu ở mức 0 sẽ hủy hoàn toàn mọi lợi ích của việc lọc. Và trong khi tôi đăng bài trên DSP, tôi cũng tò mò về những thứ như máy ghi âm phim (từ khía cạnh trí tuệ chứ không phải thực tế), nơi người ta có thể thực hiện bất kỳ chức năng xung không âm nào mà người ta muốn, chịu sự ràng buộc về chiều rộng.
supercat

Câu trả lời:


6

Tôi sẽ liệt kê một loạt các "bộ lọc không quá tải". Tôi hy vọng bạn sẽ tìm thấy câu trả lời một phần này tốt hơn là không có câu trả lời nào cả. Hy vọng rằng những người đang tìm kiếm "bộ lọc không quá tải" sẽ thấy danh sách các bộ lọc như vậy hữu ích. Có lẽ một trong những bộ lọc này sẽ hoạt động đầy đủ trong ứng dụng của bạn, ngay cả khi chúng tôi chưa tìm thấy bộ lọc tối ưu về mặt toán học.

bộ lọc nhân quả LTI thứ nhất và thứ hai

Phản hồi bước của bộ lọc thứ tự đầu tiên ("Bộ lọc RC") không bao giờ vượt quá.

Phản hồi bước của bộ lọc thứ tự thứ hai ("biquad") có thể được thiết kế sao cho nó không bao giờ bị lu mờ. Có một số cách tương đương để mô tả lớp bộ lọc thứ hai này không vượt quá mức đầu vào của bước:

  • nó bị ẩm nghiêm trọng hoặc bị quá tải.
  • nó không bị thiếu
  • tỷ lệ giảm xóc (zeta) là 1 hoặc nhiều hơn
  • hệ số chất lượng (Q) là 1/2 hoặc ít hơn
  • tham số tốc độ phân rã (alpha) ít nhất là tần số góc tự nhiên không bị suy giảm (omega_0) trở lên

Cụ thể, một cấu trúc liên kết bộ lọc Sallen Kiếm khóa thống nhất với các tụ điện và điện trở bằng nhau được làm ẩm nghiêm trọng: Q = 1/2, và do đó không vượt quá đầu vào bước.

Bộ lọc Bessel thứ hai hơi thiếu: Q = 1 / sqrt (3), do đó, nó có một chút quá mức.

Bộ lọc Butterworth bậc hai bị thiếu nhiều hơn: Q = 1 / sqrt (2), do đó, nó có độ vọt lố cao hơn.

Trong số tất cả các bộ lọc LTI thứ nhất và thứ hai có thể là nguyên nhân và không quá mức, bộ lọc có đáp ứng tần số "tốt nhất" (dốc nhất) là các bộ lọc thứ hai "cực kỳ ẩm ướt".

bộ lọc nhân quả LTI bậc cao

Bộ lọc nhân quả bậc cao được sử dụng phổ biến nhất có đáp ứng xung không bao giờ âm (và do đó không bao giờ vượt quá đầu vào bước) là "bộ lọc trung bình đang chạy", còn được gọi là "bộ lọc boxcar" hoặc " bộ lọc trung bình di chuyển ".

Một số người thích chạy dữ liệu thông qua một bộ lọc boxcar và đầu ra từ bộ lọc đó vào một bộ lọc boxcar khác. Sau một vài bộ lọc như vậy, kết quả là một xấp xỉ tốt của bộ lọc Gaussian. (Càng nhiều bộ lọc bạn xếp tầng, đầu ra cuối cùng càng gần với Gaussian, bất kể bạn bắt đầu với bộ lọc nào - boxcar, tam giác, RC bậc nhất hoặc bất kỳ bộ lọc nào - vì định lý giới hạn trung tâm).

Thực tế tất cả các chức năng của cửa sổ đều có đáp ứng xung không bao giờ âm và do đó về nguyên tắc có thể được sử dụng làm bộ lọc FIR không bao giờ vượt quá đầu vào bước. Cụ thể, tôi nghe thấy những điều hay về cửa sổ Lanczos , đó là thùy trung tâm (dương) của hàm chân () (và không nằm ngoài thùy đó). Một vài bộ lọc định hình xung có đáp ứng xung không bao giờ âm và do đó có thể được sử dụng làm bộ lọc không bao giờ vượt quá đầu vào bước.

Tôi không biết bộ lọc nào là tốt nhất cho ứng dụng của bạn và tôi nghi ngờ bộ lọc tối ưu về mặt toán học có thể tốt hơn một chút so với bất kỳ bộ lọc nào.

bộ lọc nhân quả phi tuyến tính

Bộ lọc trung vị là một bộ lọc phi tuyến tính phổ biến không bao giờ vượt quá đầu vào chức năng bước.

EDIT: Bộ lọc phi thường LTI

Hàm sech (t) = 2 / (e ^ (- t) + e ^ t) là biến đổi Fourier của riêng nó và tôi cho rằng có thể được sử dụng như một loại bộ lọc LTI thông thấp không gây ra mà không bao giờ vượt quá bước đầu vào.

Bộ lọc LTI không nhân quả có đáp ứng xung (chân (t / k)) ^ 2 có đáp ứng tần số "abs (k) * tam giác (k * w)". Khi được đưa vào một bước đầu vào, nó có rất nhiều gợn sóng miền thời gian, nhưng nó không bao giờ vượt quá điểm giải quyết cuối cùng. Phía trên góc tần số cao của tam giác đó, nó cho phép loại bỏ dải dừng hoàn hảo (suy hao vô hạn). Vì vậy, trong vùng băng tần dừng, nó có đáp ứng tần số tốt hơn bộ lọc Gaussian.

Do đó, tôi nghi ngờ bộ lọc Gaussian cho "đáp ứng tần số tối ưu".

Trong tập hợp tất cả các "bộ lọc không quá tải" có thể, tôi nghi ngờ không có một "đáp ứng tần số tối ưu" duy nhất nào - một số có từ chối băng tần dừng tốt hơn, trong khi các bộ lọc khác có dải chuyển tiếp hẹp hơn, v.v.


Cảm ơn vì đã trả lời. Tôi đã bỏ qua việc hạn chế câu hỏi của mình đối với các bộ lọc tuyến tính, mặc dù tất nhiên việc mô tả đáp ứng tần số của bộ lọc phi tuyến tính có thể là một đề xuất mờ ám. Như đã lưu ý, xếp tầng bộ lọc boxcar khiến nó tiếp cận Gaussian. Tôi đã tự hỏi nếu bộ lọc Gaussian có đáp ứng tần số tối ưu có thể thu được mà không cần vượt quá. Khi viết câu hỏi, tôi đã suy nghĩ về các quy trình tương tự khác nhau thực hiện một cái gì đó giống như bộ lọc đáp ứng xung được xác định, ví dụ như làm mờ camera hoặc hiển thị pixel để giảm thiểu răng cưa.
supercat

Có thể xây dựng một camera để mỗi pixel thu được lượng ánh sáng khác nhau từ các điểm khác nhau xung quanh trung tâm. Lý tưởng nhất, một máy ảnh sẽ lọc mọi thứ phía trên Nyquist mà không làm mờ bất cứ điều gì bên dưới, nhưng trong thực tế điều đó không có khả năng xảy ra.
supercat

1
LTI? Bạn không bao giờ định nghĩa nó. Thêm vào đó có nghĩa là "bất biến thời gian tuyến tính", có lẽ sẽ hữu ích.
Sói Connor

1
Vậy Q = 0,5 có bị làm ẩm nghiêm trọng không? Đối với một trật tự nhất định, có nhiều hệ thống bị hạn chế nghiêm trọng không? Biquad có Q = 0,5 được gọi là bộ lọc LR2 Linkwitz-Riley . Dường như các phiên bản bậc cao hơn của bộ lọc LR đã đổ chuông trong phản hồi bước.
endolith

"Xếp tầng các bộ lọc được làm ẩm nghiêm trọng sẽ dẫn đến một bộ lọc bị làm ẩm nghiêm trọng khác" Vì vậy, hãy tiếp tục đổ các cực ở -1 và nó sẽ luôn bị ẩm nghiêm trọng? (Và tiếp cận phản hồi của bộ lọc Gaussian khi số lượng tăng lên?)
endolith

2

Hầu hết các bộ lọc được sử dụng trong thế giới kỹ thuật số chỉ là phiên bản được lấy mẫu của đối tác tương tự. Một lý do lớn cho điều này là có rất nhiều công việc được thực hiện trong bộ lọc tương tự trước khi kỹ thuật số xuất hiện, do đó, sau đó phát minh lại bánh xe, hầu hết chỉ sử dụng các thiết kế trước đó. Tuy nhiên, lợi thế của kỹ thuật số là bộ lọc bậc cao hơn có thể đạt được dễ dàng hơn nhiều trong thế giới tương tự. Chỉ cần tưởng tượng phức tạp một mạch có được mỗi khi bạn thêm một đơn đặt hàng khác vào thiết kế.

Nếu bạn đang chọn loại bộ lọc tường gạch, đường cong Gaussian là một nơi khá tốt để bắt đầu. Nếu bạn biết về Miền thời gian <-> Miền tần số; một Gaussian biến đổi thành một Gaussian trong miền khác. Khi nó được cuộn trong một, nó hẹp hơn trong một. Vì vậy, để có được sự tăng đột biến trong miền tần số, bạn sẽ cần một lượng mẫu vô hạn.

Nếu bạn tình cờ có sẵn Matlab để sử dụng, bạn nên kiểm tra một số công cụ thiết kế bộ lọc tích hợp. Đây là một liên kết nói về ButterworthBessel . Các công cụ thiết kế cho phép bạn chỉ định các khía cạnh nhất định của bộ lọc. Các khía cạnh này thay đổi cho từng loại bộ lọc, nhưng một số ví dụ là Passband, stopband, Ripple, v.v. Nếu bạn cung cấp cho nhà thiết kế các ràng buộc bạn muốn, nó sẽ gây ra lỗi cho bạn (có nghĩa là nó không thể tạo bộ lọc đó với loại bộ lọc đó ) hoặc nó sẽ cung cấp cho bạn một bộ lọc với thứ tự tối thiểu cần thiết để đáp ứng thông số kỹ thuật.


Một Gaussian phù hợp với yêu cầu cho đáp ứng xung không âm, nhưng nó không nhiều bằng một bức tường gạch. Mặt khác, Butterworth, Bessel và Ch Quashev có những dao động giống như sự chân thành trong phản ứng thúc đẩy của họ, dẫn đến việc vượt qua. Trong số đó, bộ lọc Bessel có độ vọt lố ít nhất vì nó có độ trễ nhóm gần như phẳng (pha tuyến tính) trong băng thông.
Eryk CN

Khác với Gaussian, các bộ lọc này là nhân quả. Đối với chế biến ẩn, một giai đoạn tuyến tính NNFIR (không âm FIR) sẽ làm việc tốt, hoặc bạn có thể hủy bỏ sự biến dạng giai đoạn của một bộ lọc đệ quy nhân quả bằng công filtfilt kỹ thuật .... Tất nhiên bạn vẫn cần một cách để thiết kế một NNIR LPF để tránh overshoot / undershoot. Gợi ý cho ai? Người giới thiệu?
Eryk CN

@eryksun, như một lưu ý phụ, nếu nó sẽ dao động ở mức 1,05 lần giá trị tối đa, chỉ cần dừng lại ở mức 1,00 và phản ứng bước của bạn sẽ ít hơn một chút, như 0,96 khi ổn định. Vấn đề được giải quyết.
Kortuk

@Kortuk: Vấn đề được giải quyết trong miền thời gian, nhưng thực hiện việc cắt đó không chỉ là phi tuyến tính mà còn mở một số phần nhất định của miền tần số để truyền tín hiệu mà trước đây không có. Anh ta muốn bộ lọc pass / no pass chặt chẽ nhất có thể mà không bị lu mờ trong miền thời gian. Không có sự vượt quá miền thời gian cũng giống như nói đáp ứng xung không bao giờ là âm.
Olin Lathrop

1
@Kortuk: Trong một số miền, số 0 nằm gần điểm giữa giữa mức tối đa và tối thiểu và việc điều chỉnh tín hiệu về điểm giữa sẽ tránh được các vấn đề với độ vọt lố. Trong các lĩnh vực khác, chẳng hạn như hình ảnh, số không mức tối thiểu và phạm vi động là quan trọng nhất ở đó; nhìn chung sẽ tốt hơn nếu có bộ lọc "mờ hơn" mà không quá lố so với bộ lọc sắc nét hơn.
supercat
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.