博客
关于我
第五章 数字滤波器的基本结构之四
阅读量:358 次
发布时间:2019-03-04

本文共 735 字,大约阅读时间需要 2 分钟。

数字滤波器的格型结构

数字滤波器作为信号处理领域的重要组成部分,其格型结构设计至今仍然是研究的热点。格型结构的滤波器因其结构简单、性质明确而备受关注。本文将从零点系统和极点系统两个方面,详细探讨数字滤波器的格型结构特点。

格型结构的优点

格型结构的滤波器具有显著的优势,主要体现在以下几个方面:

  • 结构简单:格型滤波器的结构设计直观,易于实现。
  • 频率响应特性:其频率响应特性可以通过滤波器的系数直接观察。
  • 数值稳定性:格型滤波器在数值计算中具有较高的稳定性。
  • 全零点系统(FIR系统)的格型结构

    全零点系统属于数字滤波器的一种,其格型结构具有明显的特点:

  • 对称性强:FIR滤波器的系数通常关于中心对称。
  • 零点系统:滤波器的频率响应在零频率和对称频率处均为零。
  • 典型的FIR滤波器结构如下:

    • 结构特征
      • 滤波器的长度由设计参数决定。
      • 系数对称性是实现滤波器时的关键。

    全极点系统(IIR系统)的格型结构

    全极点系统是一种常见的数字滤波器,其格型结构具有以下特点:

  • 极点分布:滤波器的极点分布在单位圆上。
  • 反射性质:滤波器的设计往往基于反射原理。
  • 全极点滤波器的结构设计通常包括:

    • 低通滤波器:用于抑制低频成分。
    • 高通滤波器:用于抑制高频成分。

    零极点系统(IIR系统)的格型结构

    零极点系统是一种特殊的IIR滤波器,其格型结构具有显著特点:

  • 零点分布:滤波器的零点位于单位圆内。
  • 极点分布:滤波器的极点位于单位圆上或之外。
  • 零极点滤波器的设计通常包括:

    • 低通滤波器:用于保留低频信号。
    • 高通滤波器:用于保留高频信号。

    通过对上述结构的分析,可以清晰地看出数字滤波器的格型结构在不同系统中的独特优势。无论是FIR系统还是IIR系统,其结构设计都体现了在信号处理领域的实际需求。

    转载地址:http://pnfr.baihongyu.com/

    你可能感兴趣的文章
    python | six,一个神奇的 Python 库!
    查看>>
    Python读取图片的几种方法供net使用
    查看>>
    python | spacy,一个神奇的 Python 库!
    查看>>
    python | sqlmap,一个实用的 Python 库!
    查看>>
    python | sumy,一个超酷的 用于文本摘要的 Python 库!
    查看>>
    python | tiler,一个不可思议的 图像切片重组 Python 库!
    查看>>
    python | tinydb,一个非常厉害的 关于数据库的 Python 库!
    查看>>
    python | tox,一个超强的 自动化测试工具 Python 库!
    查看>>
    python | ttkbootstrap,一个神奇的 Python 库!
    查看>>
    python | unoconv,一个超厉害的 Python 库!
    查看>>
    python | urllib3,一个超强的 Python 库!
    查看>>
    python | webassets,一个超强的 Python 库!
    查看>>
    python | werkzeug,一个不可思议的 Python 库!
    查看>>
    python | xlsxwriter,一个实用的 Python 库!
    查看>>
    python | xlwings,一个非常实用的 Excel 相关的 Python 库!
    查看>>
    python | xmltodict,一个非常厉害的 关于XML数据 Python 库!
    查看>>
    python | xonsh,一个超酷的 Python 库!
    查看>>
    python | yagmail,一个实用的 Python 库!
    查看>>
    python | 一文掌握Python的上下文管理器和with语句
    查看>>
    python | 一文看懂Python闭包机制与变量作用域规则
    查看>>