Questions tagged «filter-design»

拟合器设计是设计过滤器的过程。

1
如何处理控制系统的前置滤波器中的负极（不稳定）？
因此，在回答如何为一阶时滞系统设计PI控制器时 （问题在此处） 这是控制系统的闭环方程： GC（s ）= KŤ（1 − s T）（s ）s3+ （1Ť+ a − Kķp）s2+ （aŤ+ KķPŤ+ K一世）小号+ ķķ一世ŤGC（s）=ķŤ（1个-sŤ）（s）s3+（1个Ť+一种-ķķp）s2+（一种Ť+ķķPŤ+ķ一世）s+ķķ一世Ť G_C(s) = \frac{\frac{K}{T}(1-sT)(s)} { s^3 + (\frac{1}{T} + a - KK_p)s^2 + (\frac{a}{T} + \frac{KK_P}{T} +K_I)s+\frac{KK_I}{T}} 问题：当滤波器不稳定时，如何处理闭环传递函数中分子的归一化？（飞机的RH上的极点） 通常，您在控制器之前引入一个过滤器，该过滤器可以： 1个ķŤ（1 − s T）（s ）1个ķŤ（1个-sŤ）（s） \frac{1} {\frac{K}{T} (1-sT)(s)} 归一化分子 但是由于以下术语，过滤器本身是不稳定的： 对于阶跃响应来说是不稳定的，这将根本无法实现系统。1个（1 − s T）1个（1个-sŤ） …
2
这两个Gabor滤波器功能之间有什么区别
我需要在项目中增强手背静脉图像上静脉的可见性。我使用两个不同的偶数对​​称Gabor滤波器组来改善静脉可见度。 第一库由以下gabor函数组成： Gemk(x,y)=γ2πσ2exp{−12(xθ+γ2y2θσ2)}×(cos(2πf0xθ)−exp(−υ22))Gmke(x,y)=γ2πσ2exp⁡{−12(xθ+γ2yθ2σ2)}×(cos⁡(2πf0xθ)−exp⁡(−υ22))G^\mathit{e}_\mathit{mk}(x,y)=\dfrac{\gamma}{2\pi\sigma^2}\exp\Bigg\{-\frac{1}{2}\left(\dfrac{x_\mathit{\theta}+\gamma^2y_\mathit{\theta}^2}{\sigma^2}\right)\Bigg\}\times \left(\cos(2\pi f_\mathit{0}x_\mathit{\theta})-\exp(-\dfrac{\upsilon^2}{2})\right) 第二银行包括以下这些： Gemk(x,y)=exp{−12(xθ+γ2y2θσ2)}×cos(2πf0xθ)Gmke(x,y)=exp⁡{−12(xθ+γ2yθ2σ2)}×cos⁡(2πf0xθ)G^\mathit{e}_\mathit{mk}(x,y)=\exp\Bigg\{-\frac{1}{2}\left(\dfrac{x_\mathit{\theta}+\gamma^2y_\mathit{\theta}^2}{\sigma^2}\right)\Bigg\}\times \cos(2\pi f_\mathit{0}x_\mathit{\theta}) 其中是比例索引，ķ是取向指数，˚F θ为滤波器中心频率，σ是标准偏差（通常称为刻度），γ是所述椭圆高斯包络的高宽比，υ是因子确定DC响应，X θ = （X COS θ + ý 罪θ ）和Ý θ = （- X 罪θ + ý COS θ ）是旋转的版本Xmmmkkkfθfθf_\thetaσσ\sigmaγγ\gammaυυ\upsilonxθ=(xcosθ+ysinθ)xθ=(xcos⁡θ+ysin⁡θ)x_\theta=(x\cos\theta+y\sin\theta)yθ=(−xsinθ+ycosθ)yθ=(−xsin⁡θ+ycos⁡θ)y_\theta=(-x\sin\theta+y\cos\theta)xxx和坐标。yyy 我已经在MATLAB中对这些过滤器进行了编码，编码方面我没有任何问题。但是我无法理解这两个gabor函数之间的根本区别。
6
为什么线性相位很重要？
如果满足对称条件，则FIR滤波器具有线性相位。对于IIR滤波器而言，情况并非如此。 但是，对于什么应用程序，应用不具有此属性的过滤器是不好的，这会带来负面影响吗？
2
如何在没有freqz函数的MATLAB中手动绘制带通Butterworth滤波器的频率响应？
我有如下代码，将带通滤波器应用于信号。我是DSP的新手，我想在继续之前先了解幕后情况。 要做到这一点，我想知道如何绘制滤波器的频率响应不使用freqz。 [b, a] = butter(order, [flo fhi]); filtered_signal = filter(b, a, unfiltered_signal) 鉴于输出，[b, a]我将如何做？这似乎是一个简单的任务，但是我很难在文档或在线中找到所需的内容。 我还想了解如何尽快执行此操作，例如使用fft或其他快速算法。
1
数字滤波器设计的基本原理（IIR / FIR）
尽管我在设计音频引擎等方面具有扎实的经验，但我对数字滤波器设计领域（尤其是IIR和FIR滤波器）还是陌生的。换句话说，我正在尝试学习尽可能多的关于如何设计滤波器和导出它们的差分方程的知识。我从基础开始，所以请忍受我所说的，我正在尝试学习。 这是我的问题： 假设我要设计一个具有特定截止频率的低通滤波器-例如300 Hz。数学上推导传递函数然后推导特定差分方程以直接形式I和直接形式II（或现在仅是DF-1 ...）实现滤波器的最佳方法是什么？ 我对传递函数以及它们与网络上某些优秀材料的差分方程之间的关系有一定的了解，但不幸的是，其中一些函数具有一些先验知识，因此，对我的追求而言，它比帮助更大。因此，我想我需要一个更逐步的示例，该示例将帮助我联系各个方面。 因此，我基本上是在寻求过程细分的帮助，从选择截止频率直至推导差分方程式。 任何帮助都感激不尽。我熟悉许多概念-脉冲响应，DFT，其背后的数学原理，我想我需要更多帮助的是z变换的概念以及使用极点/零点来设计滤波器的传递函数，然后截止频率如何。发挥所有作用，最终得出差分方程。 由于我倾向于从示例中学到最好的东西，所以我想在这里问。非常感谢任何有时间帮助我的人。
2
哪个IIR滤波器近似于高斯滤波器？
因此，最近让我想到的是，尽管Bessel过滤器与其他常见类型一起被列出，但它确实是属于不同“类”的奇异球，我正在尝试了解更多信息。 矩形幅度响应表示理想的频域响应，因为过渡带为零，阻带具有无限衰减。另一方面，高斯幅度响应表示理想的时域响应，因为在脉冲响应和阶跃响应中不会出现过冲。在实践中获得的许多响应都是这些理想源的近似值 因此，砖墙滤波器是具有Sinc函数的卷积，并且具有以下频域属性： 平坦通带 零阻带 无限下降率/无过渡带 这是没有因果的，因为两个方向上的尾巴都无限，所以无法实现。这些IIR滤波器使它近似，随着阶次的增加，近似值也随之提高： 巴特沃思（最大平坦通带） 切比雪夫（具有阻带或通带纹波的最大滚降率） 椭圆形（具有阻带和通带纹波的最大滚降率） Legendre （单调通带的最大滚降率） 的高斯滤波器是卷积用高斯函数，并且具有这些时域性能： 零超调 最短的上升和下降时间 最小群延迟 由于与sinc函数相同的原因，它是无法实现的，并且可以由这些IIR滤波器近似，随着阶数的增加更接近： 贝塞尔（最大平坦群延迟）根据1和2 Ë- 12（πω）2Ë-1个2（πω）2e^{-{1 \over 2}(\pi \omega)^2} 所以我的问题是： 到目前为止一切都正确吗？如果是这样，还有其他近似高斯的IIR滤波器吗？它们针对什么进行了优化？也许可以最大程度地减少过冲？ 如果您搜索“ IIR高斯”，您会发现一些东西（Deriche？van Vliet？），但我不知道它们是否真的与Bessel相同，或者是否针对其他属性进行了优化等。
2
高通信号等于信号减去低通信号吗？
我的问题是，如果要高通信号，是否与低通信号并将其从信号中减去相同？理论上是一样的吗？几乎一样吗？ 我已经搜索了（都在google和dsp.stackexchange上），但发现有冲突的答案。我一直在玩信号，这是结果。我对此不太了解。这是具有每四秒钟一次采样频率的信号。我设计了一个从0.8 mHz到1 mHz的过渡带的数字低通滤波器，并对信号进行了滤波。然后，我还设计了一个具有相同过渡带的高通滤波器，并对信号进行了滤波。这是结果。 第一张图片以黑色显示原始信号，以蓝色显示低通信号。它们几乎彼此叠在一起，但并不完全相同。红色曲线是信号减去高通信号，该信号就在信号顶部。 这第二张图片只是放大以显示正在发生的事情的第一张图片。在这里，我们可以清楚地看到两者并不相同。我的问题是为什么？是关于我如何实现两个过滤器的事情，还是与我的实现无关的理论上的事情？我对滤波器的设计并不了解很多，但是我确实知道这是违反直觉的。这是重现所有这些的完整MATLAB代码。我正在使用filtfilt命令消除相位延迟。但是，在此需要指出的另一点是，过滤器未进行标准化。当我做sum（Hd.Numerator）时，低通得到0.9930，高通得到0.007。我看不出如何解决这个问题。是否应该以某种方式缩放输出，因为系数不等于1？这种缩放可能与此有关吗？ close all clear all clc data = dlmread('data.txt'); Fs = 0.25; % Sampling Frequency N = 2674; % Order Fpass = 0.8/1000; % Passband Frequency Fstop = 1/1000; % Stopband Frequency Wpass = 1; % Passband Weight Wstop = 1; % Stopband Weight dens …
3
非EE软件API上下文中的“低通滤波器”
我是一位经验丰富的软件工程师，正在研究智能手机传感器。我已经学习了DSP的基础EE课程，并正在尝试运用我的知识。我相信我了解卷积，传递函数，z变换等。我对FIR和IIR滤波器有所了解。 现在，当阅读软件API和文档时，我看到人们正在将LPF应用于时域中的传感器数据。我知道您可以通过使用差分方程式来做到这一点（例如y [i] = y [i-1] + 2 * x [i]），但是我在EE类中了解到LPF通常通过卷积运算来应用您可以将时间信号与正弦波的系数（例如）和特定的截止频率进行卷积。因此，“低通滤波器”的口语用法对我来说还不够准确。 例如，Google Android API具有以下文档：http : //developer.android.com/reference/android/hardware/SensorEvent.html#values public void onSensorChanged(SensorEvent event) { // alpha is calculated as t / (t + dT) // with t, the low-pass filter's time-constant // and dT, the event delivery rate final float alpha = 0.8; …
3
如何创建失真补偿滤波器
我正在创建一个由复杂混频器，CIC抽取器和FIR补偿/抽取滤波器组成的通道器。如果重要的话，最终的FIR滤波器可以实现为多个滤波器。 我的问题是，如何设计滤波器以补偿CIC滤波器的非平坦频率响应？您是否通过计算CIC响应的倒数来创建所需的频率响应，然后通过逆FFT对其进行运算以获得脉冲响应？ 如您所见，尽管我的特定问题与CIC滤波器有关，但我的问题实际上是关于如何创建任何类型的失真补偿滤波器。 谢谢你的时间。
3
一般有关过滤器的文档
我已经在StackOverflow上发布了这个问题。我有一个建议可以在这里寻求更好的答案。 为了使问题更简洁，我对数字滤波器的介绍感兴趣，任何资源都是好的。 但是首先，如果有人可以向我介绍一些解释此过滤器的资源（在Android中使用），我将感到满意： http://gitorious.org/rowboat/frameworks-base/blobs/671a6ff4be11b3e2d8eb017e0c7a78e6133fb2b8/services/sensorservice/SecondOrderLowPassFilter.cpp 我感兴趣的是选择过滤器参数的方式。尽管我可以不加思索地复制它，但我想我应该在使用它之前了解其背后的基本概念/想法。 谢谢， 尤利安
3
Savitzky–Golay滤波器与IIR或FIR线性滤波器
传统的IIR / FIR滤波器（通过低通消除高频率振荡），例如移动平均， 或Savitzky-Golay滤镜 都可以使信号平滑，例如包络信号： Savitzky-Golay滤波器对于哪种应用比经典的低通更有趣？ 它与标准过滤器有什么不同？与标准过滤器相比，它有什么优点？ 它是否适应输入数据？ 暂时保存更好吗？ 您是否曾经有一天决定“让我们使用SG滤波器而不是移动平均线或另一个FIR低通！这是更好的选择，因为这，这个和这个...”是不是处于工程状况？那么这个问题适合您！
2
了解Bainter电路（chebychev滤波器）
作为信号处理课程的一部分，我正在构建一个三阶Chebychev带阻滤波器。我们通过使用三个级联的Bainter电路来实现这一点。尽管不是班级的一部分，但我对Bainter电路的增益有疑问。 我正在尝试编写一个脚本，该脚本将使用转折频率和最大总增益作为设计规则来自动选择组件，但是在计算总增益时会遇到一些问题。 为了计算Bainter阶段的总增益，我是否只需算出三个运算放大器部分的单个增益？那么，总收益将是三个个体收益的乘积？
2
在我的LP转向HP滤波器输出中，这种现象是做什么的？
我正在尝试通过LP滤波并从原始滤波器中减去输出来对信号进行HP滤波。为了获得经过LP滤波的信号，我使用三阶Butterworth滤波器对16,000个采样信号进行了前向滤波。截止频率为0.5 Hz @ 250 Hz。没有使用窗口。 在大约前85％的样本中，此方法的输出似乎与实际经过HP滤波的信号完全重叠。但是，在输出结束时，会出现类似Sinc的异常现象。 是什么原因造成的？ 为了使该方法可行，我可以进行哪些更改？ 这是两个重叠的信号。蓝色的一个被HP过滤，红色的一个通过减法获得。 这是每个样本的绝对差。他们永远不会完全平等；最小差异为8e-12。87％的值低于0.01。 （如果有更好的方法可以从LP过滤器的获得HP过滤器，我将很高兴学习它。）H（z）H（ž）H(z)
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.