‹ 上一章 第7章 下一章 ›

课程章节导航 ×

第7章FIR窗函数法频率抽样法

FIR 数字滤波器设计

Finite Impulse Response · 线性相位 · 窗函数法 · 频率抽样法

本章聚焦有限长单位冲激响应滤波器的设计:为什么 FIR 能实现严格线性相位,以及如何由理想特性加窗得到实用滤波器。

本章导学

我们要解决什么问题?

①

线性相位的代价

为何 FIR 能严格线性相位?h(n) 需满足什么对称条件?四种情况各能做什么滤波器?

②

由理想到实用

理想特性 \(h_{d}\)(n) 无限长,如何加窗截断成有限长?会产生什么代价(吉布斯)?

③

两种设计路线

窗函数法(时域逼近)与频率抽样法(频域逼近)的差别与选型。

前置:第5章滤波器结构、第3章 DFT/DFS、第2章频域分析。
7.1 引言

FIR 与 IIR:为何还要 FIR?

IIR(递归)

  • 极点在单位圆内,相位非线性
  • 同指标下阶数低、运算少
  • 存在稳定性问题(需约束极点)

FIR(非递归)

  • 严格线性相位可以做到
  • 永远稳定(无极点反馈)
  • 可用 FFT 快速卷积,易大规模集成
线性相位意味着信号各频率分量延迟相同——波形不失真,对数据传输、图像处理至关重要。
7.2 线性相位 FIR 的条件和特点

线性相位是什么意思?

若系统相位 φ(ω) = −αω + β 是 ω 的线性函数,则称具有线性相位。频率响应可写为

\(H(e^{j\omega}) = H(\omega)e^{j\beta(\omega)}\)

偶对称

\(h(n) = h(N - 1 - n)\)

β(ω)=−αω,相位仅原点偏移

奇对称

\(h(n) = -h(N - 1 - n)\)

β(ω)=−αω+π/2,恒定 90° 相移

7.2 四种情况(一)

情况 1、2:h(n) 偶对称

情况1 · N 为奇数
\(H(\omega) = e^{-j\omega(N-1)/2} \cdot \sum_{n=0}^{(N-1)/2}a(n) cos(\omega n)\)

幅度 H(ω) 关于 0、π 偶对称 → 各类滤波器均可设计

情况2 · N 为偶数
\(H(\omega) = e^{-j[\omega(N-1)/2 - \pi/2]} \cdot \sum_{n=1}^{N/2}b(n) cos[\omega(n - \frac{1}{2})]\)

ω=π 时余弦因子为 0 → H(π)=0,不能做高通/带阻

记忆:偶对称 → 相位无额外 π/2;N 偶 → 端点恰好落在 π 零点。
7.2 四种情况(二)

情况 3、4:h(n) 奇对称

情况3 · N 为奇数
\(H(\omega) = e^{-j[\omega(N-1)/2 - \pi/2]} \cdot \sum c(n) sin(\omega n)\)

ω=0、π 时 sin=0 → H=0;适合90° 相移器 / 微分器

情况4 · N 为偶数
\(H(\omega) = e^{-j[\omega(N-1)/2]} \cdot \sum d(n) sin[\omega(n-\frac{1}{2})]\)

ω=0 时 H=0 → 适合希尔伯特变换器,不宜做低通

奇对称恒带 90° 相移:这是个相位校正网络,不是幅度抉择滤波器。
7.2 四种情况

四种情况能做什么?(选型速查)

情况对称N低通高通带通带阻相移网络
1偶奇✓✓✓✓—
2偶偶✓✗✓✗—
3奇奇✗✗✓✗✓
4奇偶✗✓✓✗✓
口诀:偶对称能做幅度滤波器,奇对称只能做相移网络;N 偶会失去 π 端能力。
7.2 零点分布特点

线性相位的"指纹":零点成对出现

共轭倒数对称

若 \(z_{k}\) 是零点,则 \(z_{k}^{*}\) 与 1/\(z_{k}^{*}\) 也是零点。

单位圆上的零点

以 共轭成对出现(z=\(e^{j\theta}\),\(e^{-j\theta}\))。

单位圆 z+r

图:单位圆上一对共轭零点 + 圆内/圆外共轭倒数两对零点,共 4 个一组。

原理剖析 · 交互演示

四种情况的 h(n) 与幅频响应

上:h(n) 杆状图(偶/奇对称);下:幅频 |H(ω)|。

观察要点

  • 偶对称:幅频关于 π 偶对称
  • 奇对称:恒带 90° 相移,ω=0 处归零
  • 情况2:ω=π 处强制为 0(看高通不可行)
  • 切换四种情况,对比端点行为
7.3 窗函数法

设计思想:理想特性 × 窗

给定理想频响 \(H_{d}\)(ω),先求理想冲激响应 \(h_{d}\)(n)(无限长),再乘一个有限长窗 w(n) 截断:

\(h\)(\(n\)) = \(h_{d}\)(\(n\)) · \(w\)(\(n\)) (\(w\)(\(n\))=0, |\(n\)|>\(N\)′)

理想低通 \(h_{d}\)(n)

\(h_{d}\)(\(n\)) = \(\frac{sin \omega_{c}n}{\pi n}\) (\(n\)≠0)

时域相乘 = 频域卷积

\(H(\omega) = H_{d}(\omega) \ast W(\omega)\)

窗谱 W(ω) 的主瓣决定过渡带宽,旁瓣造成波纹。

7.3 加窗的影响

吉布斯(Gibbs)现象:截断的代价

主瓣

越宽 → 过渡带越宽,滤波越"软"。

旁瓣

越高 → 通带/阻带波纹越大,肩峰约 8.95%。

增大窗长 N 只能压缩过渡带宽度、不降低肩峰;要压波纹必须选旁瓣更低的窗。
7.3 窗函数法步骤

五步设计法

1

由指标定 ω\(_{c}\)、过渡带 Δω

2

求理想 \(h_{d}\)(n)

3

按 Δω 与阻带衰减选窗型定 N

4

h(n)=\(h_{d}\)(n)w(n)

5

检验 H(ω),不满足则重选

过渡带 ≈ 主瓣宽度 / N;阻带衰减由窗型旁瓣峰值决定。
7.3 六种常用窗

窗函数家族

矩形窗

\(w(n)=1\)

主瓣最窄,旁瓣最高(−13dB)

三角窗

\(1-|n|/N\prime\)

Bartlett,过渡带较宽

汉宁窗

\(0.5+0.5cos(2\pi n/N)\)

−31dB,旁瓣抑制好

汉明窗

\(0.54+0.46cos(2\pi n/N)\)

−41dB,最常用

布莱克曼

\(0.42+0.5cos+0.08cos(2\cdot)\)

−57dB,过渡带最宽

凯泽窗

\(I_{0}(\beta\sqrt1-(n/N)²)/I_{0}(\beta)\)

β 可调,逼近最优

7.3 窗参数对比

主瓣宽度 vs 旁瓣衰减

窗型主瓣宽度(×2π/N)旁瓣峰值(dB)最小阻带衰减(dB)
矩形2−1321
三角4−2525
汉宁4−3144
汉明4−4153
布莱克曼6−5774
凯泽(β=7.8)≈5≈−57≈80
规律:阻带衰减↑ ⇔ 过渡带↑。凯泽窗用 β 在两者间灵活折中。
原理剖析 · 交互演示

加窗效应 / 吉布斯现象

上:加窗后的 h(n);下:实际幅频(看过渡带与肩峰波纹)。

观察要点

  • 调大 N:过渡带变窄、波纹变密,但肩峰高度不变
  • 换窗:旁瓣更低 → 波纹更小,代价是过渡带更宽
  • 矩形窗波纹最明显(吉布斯经典图)
原理剖析 · 交互演示

六种窗:时域形状 vs 频域幅谱

上排:各窗时域 w(n);下排:对应 |W(ω)| 对数幅谱(旁瓣高度一目了然)。

7.4 频率抽样法

在频域直接取样

直接在 N 个等间隔频点规定理想频响 H(k),再作 IDFT 得单位冲激响应:

\(h(n) = \frac{1}{N}\sum_{k=0}^{N-1}H(k)e^{j\frac{2\pi}{N}kn}\)

逼近方式

频域严格插值通过这些样点,样点间由内插函数决定——过渡带为零点处易有起伏。

优化

在通带/阻带边界插入过渡样点(权值优化)可显著改善阻带衰减。

窗函数法:逼近整个频响;频率抽样法:只控制有限个频点。
方法对比

窗函数法 vs 频率抽样法

对比项窗函数法频率抽样法
逼近域时域乘窗频域取样 + IDFT
优点设计简单、易理解适合"频域指标"、可优化过渡点
缺点过渡带/波纹需权衡样点间起伏、边界易振荡
典型用途通用低通/带通特殊频响(多带、微分器)
本章小结

第7章 要点回顾

✓

线性相位条件

h(n) 偶/奇对称;四种情况决定可用滤波器类型。

✓

窗函数法

理想 \(h_{d}\)(n) 加窗;吉布斯:N 只压过渡带不压波纹。

✓

频率抽样法

频域取样 H(k) → IDFT;可插过渡点优化。

选型:要简单用窗函数法;要精确控制频域样点用频率抽样法。
演示

抽取与频谱混叠

直接按 M 抽取会丢失高频并使其折叠进低频(混叠)。先抗混叠低通滤波,再抽取则无混叠。
抽取 M = 3
演示

插值:零值插入与低通滤波

上采样先在样本间插零(频谱出现镜像),再用低通插值滤波器消去镜像,得到平滑的高密度序列。
上采样 L = 3
习题

本章习题

  • 字长 \(b\) 位舍入量化时,量化误差 \(e\) 的范围与方差各是多少?
  • 什么是定点实现的“溢出”与“极限环”现象?各举一种抑制方法。
  • IIR 直接型结构对系数量化误差更敏感,应优先选用哪种结构实现?
☰大纲
本课大纲 «
← → 翻页 · 空格 下一步 · M 章节 · F 全屏