Поля математики, необхідні для дизайну цифрових фільтрів


9

Я хочу навчитися дизайну цифрових фільтрів. Мої знання з математики знаходяться на рівні середньої школи. Я можу навчитися математиці через Інтернет. Потім, які поля математики я повинен вивчити?


2
Ласкаво просимо на DSP.SE! Я відредагував ваше запитання і додав reference-requestтег. Я усвідомлюю, що це звучить нечесно, але загалом "Привіт", а початок і "будь ласка / дякую" наприкінці питань не використовуються на форумах * .SE. Метою тут є відповісти на питання: тож задавати питання - це зовсім чудово.
Пітер К.

1
Подивіться також на це питання та його відповіді.
Метт Л.

Містер модератор, хоча американці ви більше не корові хлопці. Ви якісь цивілізовані. Тоді слід дозволити введення "Джентльмени" та закінчення "Поваги".
Джордж Теодосьо

2
@George Theodosiou: мені знадобилося певний час, щоб звикнути не використовувати на цьому веб-сайті "Привіт" та "Дякую". Майстри цього веб-сайту хочуть уникнути того, що називається "чітхат". (Обговорюємо тривіальні речі, не пов'язані з обробкою сигналів. Точно те, що я зараз роблю.) До речі, хоча і не багато, в Америці все ще є справжні законні ковбої. Місяць тому я зустрів ковбоя в барі в штаті Невада, який носив шкіряний жилет і мав шістьох стрілець у кобурі.
Річард Ліон

Я помістив сюди деякі ресурси DSP: pipad.org/wiki/index.php/DSP
P я

Відповіді:


6

Якщо у вас є кулі, щоб навчитися математиці самостійно. Два напрямки математики, над якими вам потрібно домінувати, щоб зробити дизайн фільтру, це: Функціональний аналіз та опукла оптимізація. Практично кожна конструкція фільтра є результатом проблеми оптимізації, наприклад: Знайдіть цей набір чисел таким чином, що абсолютне значення перетворення Фур'є в цій частотній області має таку форму (між цими двома межами, коли частота становить від 0 Гц до 320 Гц, і між цими іншими двома, коли частота перевищує 340 Гц). Або який набір чисел такий, що при застосуванні дискретного згортання послідовності чисел до цього сигналу результатом є цей сигнал . І існує багато інших способів їх визначення.NNх(н)у(н)

І вам знадобиться функціональний аналіз, щоб зрозуміти, як моделювати сигнал, як моделювати систему та як моделювати взаємодії та операції між сигналами (перетвореннями, згортками тощо).

Сподіваюся, що це допомагає.


Звичайно. Я повністю з вами згоден. Справа в тому, що моя відповідь полягала в тому, щоб дати спосіб зрозуміти основні математичні поняття, що стоять за дизайном фільтра. Мій підхід до дизайну фільтрів полягає в тому, щоб перейти до matlab, відкрити інструмент дизайну фільтра і налаштувати параметри навколо, поки я не знайду щось підходяще. Але це не відповідна відповідь тому, хто хоче "дізнатися" про дизайн фільтра. Це було сказано: описана нами проблема оптимізації полягає в тому, що matlab робить за шторами, можливо, з числовими наближеннями.
кістка

9

Для початку:

Складні числа

Частотну характеристику фільтра простіше зрозуміти комплексне значення, описуючи як частотну характеристику, так і фазову частотну характеристику. Ви зможете зрозуміти полюси і нулі, які можуть бути складними. Складні числа дозволяють мати негативні частоти, що зробить математику простішою.

Тригонометрія

гріх, cos та їх відношення до складного експоненціалу еiα=cos(α)+iгріх(α)важливі. Синусоїдальні функції передаватимуться через фільтри, на які впливає лише їх амплітуда та фаза.

Диференціація

Щоб знайти, на якій частоті простий фільтр піків або опускається, ви можете вирішити, на якій частоті похідна його частотної характеристики частоти дорівнює нулю.

Інтеграція

Інтеграція необхідна для перетворення Фур'є та зворотного перетворення Фур'є.

Перетворення Фур'є

Перетворення Фур'є дозволяє перейти від імпульсної відповіді до частотної характеристики та назад. Також у тимчасових областях часто є простий аналог у частотній області, і навпаки.


Я додам, що ця безкоштовна книга охоплює значну частину необхідного, одразу після "інтеграції" у ваш список.
MBaz

1
Ви також хочете трохи зрозуміти чисельний аналіз, припускаючи, що ви будете реалізовувати свої фільтри в програмному забезпеченні / мікропрограмному забезпеченні. Трансформація Лапласа також корисна, оскільки багато цифрових фільтрів походять від аналогових.
MackTuesday

5

@George Theodosiou: Замість того, щоб зануритися у всілякі потужні математичні предмети (лише частина яких буде корисна вам), пропоную вам почати з читання гідної книги для початківців DSP. Наприклад, популярні книги "Розуміння цифрової обробки сигналів" або "Посібник вченого та інженера з обробки цифрових сигналів". Ці ложки для книжок подають читача, повільно і ніжно, математику, необхідну для початку вивчення ДСП. Тоді, коли ви зустрінете якесь рівняння в тих книгах, яке вас спантеличить, ви можете зайти в Інтернет і більш глибоко вивчити математику саме цього рівняння.

Джордж, якщо ваше бажання навчитися цифровій фільтрації є щирим, і ви збережете свій ентузіазм, тоді ви досягнете успіху. Цитувати Сьюзан Б. Ентоні, «Провал неможливий». Щасти.


Пане Ліонс, велике спасибі за Ваш коментар. Я почав вивчати вашу книгу "Розуміння цифрової обробки сигналів" і маю деякі коментарі, але мені потрібна адреса для їх публікації. З повагою
Георгій Теодосьо

1
@George Theodosiou: Я вітаю отримання електронного листа від вас. Я в R_dot_Lyons_at_ieee_dot_org. Yassas
Річард Ліонс

1

Дуже дякую тим, хто відповів, прокоментував та переглянув моє запитання. Моя відповідь полягає в тому, що я повинен почати з функціонального аналізу, як пропонує пан Боун. З середньої школи я пам’ятаю, що коли многочлен x дорівнює y, дає функцію x з y. Також я пам’ятаю фундаментальну теорему алгебри про реальні коефіцієнти. Тоді я можу почати з цього знання.


1

Що стосується дизайну цифрових фільтрів, я вдячний вище за відповіді і хотів би додати деякі поля.

По-перше, обмежимось лінійною стрільбою. Лінійність, поряд з інваріантністю часу, є кореневими припущеннями. З ними векторні простори, згортки (інтеграли та ряди) та перетворення Фур'є (частина функціонального аналізу, зі складною додатковою тригонометрією) стають природними інструментами. Я наполягаю, що ці інструменти є природними наслідками лінійності / інваріантності часу, якщо ви це отримаєте, ви обережно будете спрямовані до потрібних інструментів. Оптимізація є досить поширеною у дизайні фільтрів.

Збоку ви можете пам’ятати додаткові поля. Можливо, ви будете зацікавлені в розробці додаткових фільтрів з різною швидкістю, а багатостороннє проектування фільтрів може привести вас до матричної факторизації, що корисно також у структурах фільтрів (решітка, трап) та спектральній факторизації. Якщо ви переходите до реальної реалізації системи (FPGA, мікроконтролер), вам доведеться зануритися в арифметику з фіксованою або цілою чисельністю. Звичайно, теорія вибірки є вимогою першого порядку, особливо якщо ви переходите до багатовимірної (обробка зображення). Можна навіть торкнутися вищої математики за допомогою поліноміальних систем та баз Грьобнера .

Мені подобається дуже багато, за основне математичне та чітке введення до багатьох тем, аналіз та застосування Фус’є Гаске та Вітомського : Фільтрування, Чисельні обчислення, Вейвлети .

Дозвольте додати менше згадуваного питання: одне велике запитання - це частота дотиків та точність (кількість біт на коефіцієнт), необхідна для задоволення певної конструкції фільтра. Два джерела:

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.