Questions tagged «filters»

在信号处理中，滤波器是一种通过有选择地选择特定频率并使其他频率具有适当增益或保持原样来变换信号的设备或过程。

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
维纳滤波器，用于图像降噪（图像降噪）
为了降低图像噪点，我正在努力使维纳滤波器工作。就我而言，我将首先使用另一个降噪滤波器，然后将其结果用作Wiener滤波器的噪声特性的近似值。 关于Wiener滤波器的信息，我发现以下Matlab代码和说明很有用： http://www.mathworks.co.uk/help/toolbox/images/f11-12251.html#f11-14272 以及其他一些良好的链接，例如 http://blogs.mathworks.com/steve/2007/11/02/image-deblurring-wiener-filter/ 因此，从Matlab的角度来看，我可以看到如何使用内置的Matlab函数，但我想获得更基本的了解，而不仅仅是使用函数调用，但与此同时，我更希望找到比可消化的东西更易消化的东西。维纳过滤的维基百科条目。 有人愿意提供有关维纳滤波的简要说明吗？
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？
5
Savitzky-Golay平滑滤波器，用于间隔不相等的数据
我有一个在100Hz下测量的信号，我需要对该信号应用Savitzky-Golay平滑滤波器。但是，仔细检查后，我的信号并不是以完全恒定的速率测量的，测量之间的差值介于9.7到10.3 ms之间。 有没有办法对不等距的数据使用Savitzky-Golay滤波器？还有其他可以应用的方法吗？
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。
5
使用FFT设计FIR滤波器有什么问题？
我试图了解使用带卷积滤波器内核的“第一原理”设计的FIR滤波器与使用FFT的两种方式之一设计的滤波器之间的关系（请参见下文）。 据我了解，FIR滤波器的脉冲响应与滤波器的卷积内核是一样的。（如果我错了纠正我。） 另外，据我所知，FIR滤波器的脉冲响应的成分频率（即傅立叶变换）与滤波器的频率响应相同。因此，傅立叶逆变换将使我获得脉冲响应。（同样，如果我做错了，请纠正我）。 这使我得出两个结论（忽略相位响应或假设线性相位响应）： 通过“绘制”所需的频率响应，采用IFFT来获得脉冲响应，并将其用作卷积内核，我应该能够设计出具有任意频率响应的FIR滤波器。 或者，我应该能够通过对输入信号进行FFT，在频域中乘以所需的任意频率响应，并对结果进行IFFT来生成输出信号，从而创建一个滤波器。 直觉上，感觉1和2是等效的，但是我不确定是否可以证明这一点。 似乎人们（和DSP文献）都竭尽全力设计具有预定义响应的FIR内核，使用诸如Chebyshev或Remez这样的复杂（对我而言）算法（我抛出了一些我已经读过的名字，但并没有真正理解它们） 。 当对于每个可能的FIR内核都存在FFT / IFFT变换时，为什么要采用这些长度？ 为什么不简单地绘制所需的确切频率响应，进行IFFT，然后得到FIR内核（上面的方法1）？
4
如何从照片中提取交通标志？
我可以使用哪些图像分析技术从图像（例如下图）中提取交通标志？ 编辑： 各向异性扩散后：我不需要的背景被清除了一点 扩张后： 扩散后的阈值：无法为此目的找出最佳阈值 但是我不知道如何删除背景？ 编辑：我只想要我图像的这些部分 拍摄另一个输入图像： 应用中值滤波和边缘检测： 底帽过滤后： 如何隔离路标，请帮助？
3
如何设计一个非常窄的滤波器？
假设我有一个以 Hz 采样的音频信号，并且我想设计一个低通滤波器，将低于 Hz的所有信号隔离开。在数字世界中，这是一个低通滤波器，其通带为。同样，过渡带也应合理。为此构建一个FIR滤波器会产生很多抽头，从长远来看会影响精度。IIR滤波器太不理想，因为音频在滤波器中会受到非线性相位响应的影响，因此，除非对信号进行滤波，然后再对它进行反向和滤波，否则实际上不是一个选择。60 [ - π480004800048000606060[ - π400，π400][-π400，π400][-\frac{\pi}{400} , \frac{\pi}{400} ] 在这种情况下，小波变换会比一次性进行常规滤波更好吗？
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
哪种带通滤波器设计将产生最短的脉冲响应？
设计一个简单的二阶IIR带通Buterworth滤波器，其中心频率为500 Hz，带宽为1倍频程，可以得到以下频率响应... 现在，如果我将脉冲响应进行归一化并将其转换为dB，我们可以观察到脉冲响应的衰减。 在此比例尺上绘制时，脉冲响应的衰减与时间大致呈线性关系，使我们能够定义衰减时间统计量（就像在室内声学中可以定义混响时间一样）。为了使该滤波器的脉冲响应降至30 dB以下，需要大约11 ms。 我们正在尝试最小化此衰减时间，并保持以下常数： -3 dB带宽 筛选顺序 我很乐意接受（在限制范围内）通带和阻带波纹，和/或为达到此目的而在过渡带的陡度上做出妥协。谁能建议一种如上定义的具有尽可能短的脉冲响应持续时间的滤波方法？
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.