具有最小相位的FIR滤波器 - 页 6

[Андрей]

keekkenen:
结论很简单--不是胡安的斗篷!

我不知道。
或者，也许...更简单的信号。
比如合成100赫兹+1000赫兹。
让它画出来，分离出来，总结出来。
但这次是用视觉相位控制。

P.S. 不要只是粘着什么鬼东西
任何你需要建立一个模型的东西
信号=低频+高频+噪声
生成一个更简单的--玩玩模型。
那就把它变得更复杂。

[[删除]]

这个怎么样？ 延迟是对的，但它只在某些情况下是关键。认为它应该在原则性的几分钟甚至几小时内，是错误的，没有办法在不对信号质量造成致命损失的情况下减少它。是的，减少延迟是由于滤波器变得越来越不像一个完美的带通。但没有人禁止我们稍微提高信号的采样频率，以便选择滤波器的 "备用 "边界频率，即高于信号频谱的边界，但低于采样频率的一半。在这种情况下，滤波器的非理想阶梯式振幅-频率响应不会有太大影响。 最后，有些人似乎把非线性失真和滤波器的振幅-频率响应失真混为一谈。

[[删除]]

有鉴于此，用这些滤波器做一个系统是有问题的，因为脉冲响应长度被反复增加。而如果我们考虑到非统一的采样率--每分钟不同的刻度数。那么加权函数将有一个动态长度。由于这一点，有必要对运动学进行调整--完全重新生成其特征，并在每个离散的样本上永久地适应频谱，或者使用IIR滤波器。

[[删除]]

为什么要用FIR滤波器？先获得光谱不是更好吗？然后拿起过滤器，看看结果？

DSP也是可以的...

....谢谢你的话题，我自己也想做很久了，但还没来得及去做。

[AlexeyFX]

Zhunko:

FIR滤波器可以用任何你喜欢的方式制作。这个计算时间的回报。

纠正。

回报不是为了FIR滤波器本身，而是为了在处理器上实现它的愿望。

只是我不太明白这个愿望从何而来。

硬件专用计算器可以在2个时钟周期内计算出任何FIR滤波器的值。

[[删除]]

http://www.metolit.by/ru/dir/index.php/2512 具有特殊任务可扩展架构的神经计算机

[[删除]]

从擦拭器的例子来看，对于1024条深度，需要的擦拭器数量增加到几十、几百，或者在最好的情况下，几千或更多。 要用数字滤波器而不是擦拭器来计算这样的滤波器数量，就更难了。

[[删除]]

http://physics-animations.com/rusboard/themes/22453.html 发现了一些有趣的讨论，不怕脱离理论。讨论了从量子力学到科特利尼科夫的一切。突出强调的帖子中的Taki与我在这里写的关于中间值的内容有点类似。关于滤波器延迟及其减少的信息不多。但要点是这样的。我引用："关于延迟是正确的，但它只在某些情况下是关键。认为它应该是几分钟甚至几小时是不对的，你不可能在不对信号质量造成致命损失的情况下减少它。是的，减少延迟是由于滤波器变得越来越不像一个完美的带通。但没有人禁止我们稍微提高信号的采样频率，以便选择滤波器的 "备用 "边界频率，即高于信号频谱的边界，但低于采样频率的一半。在这种情况下，滤波器的非理想阶梯式振幅-频率响应将不会有太大的重要性。最后，作者似乎将非线性失真与滤波器的振幅-频率响应失真混为一谈"。我将特别强调这一点："......。是的，延迟的减少是由于滤波器变得越来越不像一个完美的带通。但是没有人禁止我们稍微提高信号的采样频率，这样我们就可以选择一个 "备用 "的滤波器边界频率，即高于信号频谱的边界，但低于采样频率的一半。在这种情况下，滤波器的非理想阶梯式振幅-频率响应将不会有特别重要的意义...."。

[AlexeyFX]

延迟可能很重要，也可能不重要。这完全取决于过滤器的使用目的。在我的案例中，滤波器被用来将复杂的曲线分解成简单的正弦波成分。更确切地说，是为了在屏幕上将曲线作为分量的总和进行视觉表达，因为我对这种分量的感知更好，而且我不需要这些分量进行任何计算。

因此，一个简单的实验（正弦波的分解）表明，这种分解只在一种情况下有用--如果滤波器的相移为零。否则，画面不会变得更容易理解，而是更复杂。

在斜着看完这个题目后，我还是没能找到题目中的答案：FIR滤波器的最小相移是多少？虽然我还没有完成我的工作，但我有理由相信，FIR滤波器的最小可能相移是零。在书中，这样的过滤器被称为物理上无法实现的，这通常是讨论的结束。然而，很明显，这种过滤器可以在历史上使用，在某些条件下，它们也可以在实时中工作。

[[删除]]

我还没有看到任何分析动态相位移动的指标。也就是说，踢球的滤波器以不同的方式转移相位。如果它建立了，例如，样本之间的平均数，那么在某些情况下，最佳的移动不是需要半个周期，而是+或-另一个分数部分。也就是说，如果不采用内切复数的方法进行假平滑，连接相邻样本的面的切线将给出额外的点，这些点将有沿价格轴的互补样本，同时它们将有非均匀长度的样本，有些东西将被移多一点，有些则被移少一点。因此，我们将得到一个不仅沿价格轴而且沿 "时间 "轴的函数。例如，许多人从第1,2,3,.... 期开始建立天平。以此类推，但也有周期为1/2、1/4、1/64的魔杖....等，而这些形状的交点也有自己的信息。然后，在样本之间添加，比如说，包含1000个额外的离散点的插值直线（或比如说，一个动态变化的函数作为范围宽度，或相同的勾股量作为一个函数可以附加到这1000个中间点），我们将有分数权重的假人。而且，由于样本之间的附加点会有一个不均匀的相位步长，所以，凹点或其他线索的权重，也会有所不同。