我想学习数字滤波器设计。我的数学知识是高中。我可以通过互联网学习数学。那么,我必须学习哪些数学领域?
我想学习数字滤波器设计。我的数学知识是高中。我可以通过互联网学习数学。那么,我必须学习哪些数学领域?
Answers:
如果您有能力自己学习数学。为了进行滤波器设计,您需要控制的两个数学领域是:功能分析和凸优化。几乎每个滤波器设计都是优化问题的结果,例如:找到这些个数集,以使这些频率范围内的傅立叶变换的绝对值具有以下形状(当频率为0Hz至320Hz时,这两个极限之间;当频率大于340Hz时,在其他两个之间)。或者,N个数字的集合是什么,使得当将数字序列的离散卷积应用于此信号x (n )时,结果是该信号y (n。还有许多其他定义它们的方法。
并且您将需要进行功能分析,以了解如何对信号建模,如何对系统建模以及如何对信号之间的交互和操作(转换,卷积等)进行建模。
希望能帮助到你。
开始:
复数
滤波器的频率响应更容易理解复数值,它描述了幅度频率响应和相位频率响应。您将能够理解极点和零点,这可能很复杂。复数使您可以具有负频率,这将使数学更简单。
三角学
差异化
要找到一个简单的滤波器在什么频率下达到峰值或下降,您可以求解其幅值频率响应的导数在零上。
积分
傅立叶变换和傅立叶逆变换需要积分。
傅里叶变换
傅立叶变换使您可以从脉冲响应转换为频率响应,然后返回。同样,您在时域中所做的事情通常在频域中具有简单的对应关系,反之亦然。
@乔治·狄奥多西(George Theodosiou):我建议您首先阅读一本面向DSP初学者的不错的书,而不是研究各种高级数学学科(其中只有一部分对您有用)。例如流行的书籍《了解数字信号处理》或《数字信号处理科学家和工程师指南》。这些书将慢慢地,轻柔地喂给读者开始学习DSP所需的数学知识。然后,当您在那些困扰您的书中遇到一些方程式时,您可以上网并更深入地学习该特定方程式的数学。
乔治,如果您对学习数字过滤的渴望是真诚的,并且您保持热情,那么您将成功。用苏珊·安东尼的话说:“失败是不可能的。” 祝好运。
对于数字滤波器设计,我感谢上面的回答,并希望添加一些字段。
首先,让我们限制为线性填充。线性以及时间不变性是基本假设。有了它们,向量空间,卷积(积分和级数)和傅立叶变换(功能分析的一部分,具有复杂的三角函数)成为自然的工具。我坚持认为这些工具是线性/时间不变性的自然结果,如果您能做到这一点,那么您将轻而易举地使用所需的工具。优化在滤波器设计中非常普遍。
在侧面,您可以记住其他字段。您可能对设计具有不同速率的互补滤波器感兴趣,而多速率滤波器设计可能会导致矩阵分解,这在滤波器结构(晶格,阶梯)和频谱分解中也很有用。如果您要进行实时系统实现(FPGA,微控制器),则必须深入研究定点或整数算法。当然,采样理论是一阶要求,尤其是在进行多维(图像处理)时。使用多项式系统和Gröbner基,甚至可以接触到更高的数学。
对于许多主题的基本数学知识和简洁的介绍,Gasquet&Witomski Fourier分析和应用程序,我非常喜欢:滤波,数值计算,小波。
让我添加一个较少提及的问题:一个大问题通常是抽头的数量以及满足某种滤波器设计所需的精度(每个系数的位数)。两种来源:
reference-request
标签。我意识到这听起来很不礼貌,但是* .SE论坛上通常不使用“嗨”,问题的开头和结尾处的“请/谢谢”。这里的目的是回答问题:因此,提出问题是一件非常好的事情。