Answers:
您给出的示例是获取4个样本并取其平均值,这有点像穷人的低通滤波器。通常情况并非如此简单。但是,为了理解起见,使用这些简单示例具有一定的价值。
低通滤波器的确就像获取4个样本并取其平均值。例如:
samples = [6 1 -10 -4];
avg_value = mean(samples) = -1.75
高通滤波器正在删除“ DC”项。或更笼统地说,它正在删除未更改的数据。一种简单的思考方法是从每个样本中减去avg_value。例如:
samples = [6 1 -10 -4];
avg_value = mean(samples) = -1.75;
high_pass = samples-avg_value;
high_pass: [7.75 2.75 -8.25 -2.25]
现在,如果您取“高通过”信号的平均值,则最终将得到0。
我提到的这两个“过滤器”都是极端的,因为您有一个仅提供DC的过滤器,而另一个仅除去DC的过滤器。基本上,您最终得到的是这种理想的滤波器,其中低通滤波器为您提供绿色,高通滤波器为您提供黄色。
对于低通,您将使用的大多数过滤器将具有如下响应:
高通:
首先,平均值是一个非常具体的低通滤波器。
高通滤波意味着保持快速变化并丢弃“逐渐变化”。求异是一种经典的数学方法。
在离散域中,如果将信号向量与卷积在信号快速变化的任何地方都会看到峰值。这是一个高通滤波器。
在图像处理领域中,高通滤波也称为“边缘检测”。
从不同的模拟角度来看,滤波意味着拒绝输入信号的某些部分。换句话说,滤波器的“阻抗”与信号的某些部分不匹配,因此被反射回去。