一、波的空间描述
在信号处理领域，波的分析是一个核心环节。为了更直观地理解波与信号，我们可以从空间描述入手。波本质上是信号的连续表现形式，常见的描述包括正弦波和余弦波。从数学视角看：
-
正弦和余弦曲线
正弦曲线可以看作单位圆上一点在旋转时，其y坐标（正弦值）随时间t变化的曲线。同样，余弦曲线是x坐标（余弦值）随时间t变化的曲线。这解释了正弦和余弦函数中x、y的由来。
-
螺旋曲线
如果将单位圆置于三维空间中，随着时间轴（Z轴）的变化，圆上点的旋转会形成一条螺旋曲线。从侧面（y轴投影）看，这条螺旋曲线就是正弦曲线；从上方（x轴投影）看，则是余弦曲线。因此，螺旋曲线可视为正弦曲线和余弦曲线的叠加。
通过以上描述，可以看出正弦波、余弦波或螺旋波都与时间变化密切相关，其本质是周期性变化。这与物理波在数学上建立了联系，也是后来傅立叶变换（时频转换）的基础。
二、滤波
所谓滤波（Filter），顾名思义，就像用筛子过滤杂质一样，目的是将不需要的信号“筛”掉。不过说起来简单，实现起来却并不容易。
从数学角度看，信号波可以视为不同频率信号波的叠加（参考包络和惠更斯定理），而滤波器就是有选择性地处理这些叠加信号，允许某些频率通过，衰减其他频率。常见的滤波类型包括：
- 低通滤波：允许低频信号通过，抑制高频信号，例如去除收音机中的啸叫声。
- 高通滤波：只允许高频信号通过，抑制低频信号，例如去除收音机的嗡嗡声。
- 带通滤波：允许指定频段的信号通过，衰减其他频段，例如电视和收音机的调台。
- 带阻滤波：衰减某个频段信号，允许其他频段通过，例如去除特定频率的干扰。
根据信号类型，滤波又可分为模拟滤波和数字滤波两类：
- 模拟滤波：使用电阻、电容、电感等电子元件搭建电路直接处理连续信号。
- 数字滤波：使用计算机或数字芯片对采样后的离散数字信号进行运算处理。
现代信号处理以数字滤波为主，但模拟滤波在某些特定场景下仍不可或缺。对于非信号专业的人员，可以重点关注数字滤波。
三、FIR和IIR
数字滤波主要分为FIR（有限脉冲响应）和IIR（无限脉冲响应）两种类型，它们各有特点：
-
FIR（有限脉冲响应）
向FIR滤波器输入脉冲信号后，其输出会在有限个样本后归零。它只依赖于当前和过去的输入信号，不依赖过去的输出值。直白地说，它是收敛的、可控的，“一锤子买卖”。主要特点包括：
- 稳定性：由于没有反馈回路，只受输入限制，因此总是稳定的。
- 线性相位性：当脉冲响应满足对称性时，滤波器对所有频率分量的延迟相同，信号波形无相位失真。
- 灵活性：可以设计满足任意幅频响应的滤波器。
本质上，FIR滤波是移动加权平均（卷积）的扩展。
-
IIR（无限脉冲响应）
IIR滤波器的当前输出不仅取决于当前和过去的输入，还取决于过去的输出值，即存在反馈回路。这种反馈使得响应可能是无限的。其主要特点包括递归设计、可能不稳定、相位非线性、计算效率高（阶数较低），并且可以方便地移植模拟滤波器的设计。
在实际应用中，FIR滤波器的优点是结构简单、稳定、具有线性相位，但缺点是需要较高的阶数来实现陡峭的滤波特性。IIR滤波器则以高效、低阶实现陡峭幅频响应为优势，但存在稳定性与相位非线性问题。需要注意的是，在许多情况下，二者会结合使用，发挥各自长处，它们并非互斥。
四、FIR的公式及说明
FIR滤波器的核心数学表达式为：
$y[n] = \sum_{k=0}^{N-1} b_k \cdot x[n - k]$
其中：
- $y[n]$ 表示输出信号在时刻 $n$ 的样本值。
- $x[n-k]$ 表示输入信号延迟 $k$ 个样本后的值。
- $b_k$ 是滤波器系数或脉冲响应值。
- $N$ 是滤波器的阶数，即系数的数量。
这个公式本质上是一个卷积运算，也是数字滤波的典型实现方式。
五、总结
信号处理中的滤波技术是一个深奥而复杂的领域，本文仅对FIR滤波进行了初步探索和解析。其中可能有些描述未能完全切中要害，如有任何问题或想进一步探讨，欢迎在云栈社区交流分享，共同进步。 | 
发表于 13 小时前
|
查看: 4|
回复: 0
