5. Цифровая фильтрация

Модели рекурсивных и нерекурсивных фильтров. Цифровая фильтрация может осуществляться с помощью цифровых фильтров, описываемых во временной области линейными разностными уравнениями вида

, (111)

, (112)

где x[i] – отсчеты воздействия, y[n] - отсчеты реакции; {b[i], a[i]} – коэффициенты, определяющие свойства фильтра; M, N – константы, задающие сложность фильтра; x[n-i], y[n-k] – отсчеты воздействия и реакции, задержанные на i и k периодов диск­ретизации T_ . Фильтр, описываемый выражением (111), называют нерекурсивным, или КИХ-фильтром (фильтр с конечной импульсной характеристикой). Фильтр, опи­сываемый выражением (112), называется рекурсивным, или БИХ-фильтром (фильтр с бесконечной импульсной характеристикой. Передаточные функции КИХ- и БИХ-фильтров определяются с помощью Z-преобразования и имеют вид соответственно

, ,

откуда после подстановки получают комплексные частотные характеристики:

и . (113)

Амплитудно-частотная и фазочастотная характеристики задаются соответственно выражениями

. (114)

Заметим, что любой линейный фильтр можно выполнить с помощью оператора линейной свертки.

5.1. Нерекурсивное винеровское оценивание

На рис. 12 приведена структурная схема нерекурсивного фильтра Винера

Рис. 12

На вход фильтра поступает аддитивная смесь полезного сигнала s[n] и шума v[n]. Фильтр имеет нерекурсивную структуру с импульсной характеристикой . Задача заключается в создании такого фильтра, чтобы математическое ожидание среднеквадратичного отклонения  было минимальным.

Определим n-ю реализацию входного сигнала в виде вектора и значение ошибки как .

Критерий оптимальности имеет вид

,

где M{} – оператор математического ожидания.

Математическое ожидание квадрата ошибки можно записать в виде

.

Обозначим корреляционную матрицу как ,а вектор-строку взаимно корреляционных значений как . Тогда выражение для математического ожидания квадрата ошибки примет вид

.

Определим градиент . Решение уравнения =0 даст значения весовых коэффициентов импульсной характеристики фильтра:

. (115)

Полученное выражение называется уравнением Винера-Хопфа.

Подставив полученное выражение в формулу для среднего квадрата ошибки, получим его минимальное значение:

. (116)

Пример. Предположим, что требуется синтезировать фильтр Винера для обработки входного сигнала . Полезный сигнал имеет вид . Импульсная характеристика фильтра имеет два весовых коэффициента N=2.

Корреляционная матрица входного сигнала имеет вид

,

вектор взаимно корреляционных значений равен

.

Обратная корреляционная матрица равна

.

Весовые коэффициенты оптимального фильтра Винера равны

,

минимальное значение среднеквадратичной ошибки определится из выражения

.

Отметим, что фильтр Винера обладает важным свойством декорреляции сигнала ошибки и отсчетов входного сигнала .