Questions tagged «matched-filter»

6
了解匹配的过滤器
我有一个关于匹配过滤的问题。匹配滤波器仅在决策时才使SNR最大化吗?据我了解,如果您将NRZ通过匹配滤波器放置,则SNR将仅在决策点处最大化,这就是匹配滤波器的优势。它会在输出函数的其他位置还是在决策点最大化SNR? 根据维基百科 匹配滤波器是用于在存在附加随机噪声的情况下最大化信噪比(SNR)的最佳线性滤波器 对我而言,这意味着它可以在任何地方使它最大化,但是我不知道这是怎么可能的。我已经看过我的通信工程教科书中的数学,并且据我所知,这只是决策点。 我的另一个问题是,为什么不做一个过滤器,使决策点真的很瘦。那不是会使SNR更好吗? 谢谢。 编辑:我想我也在想什么,比如说您有一些NRZ数据,并且使用了匹配的过滤器,则可以通过I&D(集成和转储)实现匹配的过滤器。I&D基本上会逐渐增加,直到达到采样时间为止,其想法是在I&D的峰值处进行一次采样,因为在那一点上,SNR最大。我不明白的是,为什么不创建一个对其进行两次积分的滤波器,那样,您将获得平方增加(而不是斜坡),并且采样点会更高从我的判断中,更有可能由决策电路正确解释(并给出较低的Pe(错误概率))?

3
级联双二阶部分以实现高阶滤波器的工作原理?
我正在尝试实现8阶IIR滤波器,并且我阅读的每个应用笔记和教科书都说,最好将2阶以上的任何滤波器实现为二阶部分。我tf2sos在MATLAB中使用了二阶部分的系数,这与我预期的4个二阶部分的6x4系数有关。在实施为SOS之前,八阶滤波器需要存储7个先前的采样值(以及输出值)。现在,当实现为二阶部分时,流程如何从输入到输出工作,我是否仅需要存储2个先前的样本值?还是第一个滤波器的输出馈x_in入第二个滤波器,依此类推?
20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

1
没有ISI的最佳匹配滤波器
给定用于整形数字信号的滤波器,并且鉴于我们不希望该滤波器组合引起任何ISI,那么哪个“匹配”滤波器q (x )将使SNR最大化?p(x)p(x)p(x)q(x)q(x)q(x) 匹配滤波器用于数字通信中,以最大化信噪比。通常使用根升余弦滤波器对信号进行整形,因为它在频率空间中有界,并且可以将同一滤波器应用于接收到的信号,以改善信噪比(SNR),而不会引起符号间干扰-干扰(ISI)。 但是,如果使用次优的滤波器来整形信号,则在接收器上使用相同的滤波器会引入ISI。接收端最好的滤波器选择是什么现在还不是很明显。 我的理解是,SNR通过最大化最大化,所以我想滤网原因没有ISI(以最大化这一点的同时满足约束p (X )* q (X )= 0的x = k T,k是整数,T是符号宽度)。∫p(x)q(x)dx∫p(x)q(x)dx\int{p(x)q(x)dx}p(x)∗q(x)=0p(x)∗q(x)=0p(x)*q(x) = 0x=kTx=kTx=kTkkkTTT 大概可以通过求解带有一些拉格朗日乘数的约束的Euler-Lagrange方程来做到这一点。有没有更简单的方法,还是我犯错了,还是走错了方向?
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.