Filter werden in der digitalen Signalverarbeitung verwendet, um unerwünschte Teile des Signals zu entfernen, wie z. B. zufälliges Rauschen, oder um nützliche Teile des Signals zu extrahieren, wie z. B. die Teile des Signals, die zu einem bestimmten Bereich gehören.
Beispielsweise kann Audio, das mit schlechter Ausrüstung aufgenommen wurde, gefiltert werden, um die unerwünschten Elemente aus dem Signal zu entfernen, damit es so nah wie möglich am Originalton (ohne Störungen) klingt.
Digital Filter können in FIR-Filter (Impulsantwort mit endlicher Dauer) und IIR-Filter (Impulsantwort mit unendlicher Dauer) eingeteilt werden. Wenn ein System mit einer Eingabe versorgt wird, wird das erzielte Ergebnis oder die erzielte Reaktion als seine Impulsantwort bezeichnet.
Key Take Away
- IIR-Filter haben eine Rückkopplung in ihrer Struktur, wodurch sie eine unendliche Impulsantwort haben, während FIR-Filter keine Rückkopplung haben und eine endliche Impulsantwort haben.
- IIR-Filter sind rekursiv und können instabile Antworten erzeugen, während FIR-Filter nicht rekursiv und immer stabil sind.
- IIR-Filter erfordern weniger Rechenleistung als FIR-Filter, aber FIR-Filter können einen besseren Frequenzgang und eine lineare Phase haben.
IIR vs. FIR-Filter
FIR- und IIR-Filter unterscheiden sich, da die Impulsantwort des ersteren nur für wenige Samples ungleich Null ist. IIR-Filter haben eine unendliche Anzahl von Nicht-Null-Samples.
Vergleichstabelle
Parameter des Vergleichs | FIR Filter | IIR Filter |
---|---|---|
Natur | Von Natur aus nicht rekursiv, da seine Ausgaben nicht als Eingaben wiederverwendet werden. | Rekursiv in der Natur, weil es eine oder mehrere seiner Ausgaben als Eingaben wiederverwendet. |
Effizienz | Weniger recheneffizient. | Rechnerisch effizienter. |
Einfache Implementierung in einer Schaltung | Aufgrund des Fehlens eines Rückkopplungsmechanismus ist es einfacher in einer Schaltung zu implementieren. | Aufgrund eines Rückkopplungsmechanismus ist es schwieriger in einer Schaltung zu implementieren. |
Feedback-Mechanismus | Verwenden Sie keine Feedback-Schaltung. | Verwendet einen Rückkopplungsmechanismus, bei dem die vorherige Ausgabe in Verbindung mit der gegenwärtigen und vergangenen Eingabe als gegenwärtige Eingabe gegeben wird. |
Stabilität | Stabiler, da die aktuelle Ausgabe keine Beziehung zur vorherigen Ausgabe hat. | Weniger stabil, da es auch frühere Ausgabe-Samples verwendet. |
Eingang erforderlich, um Stromausgang zu erzeugen | Aktuelle und vergangene Eingabebeispiele | Präsentieren und vergangene Eingabebeispiele zusammen mit vergangenen Ausgaben. |
Verspätung angeboten | Bietet eine längere Verzögerung bei der Bereitstellung einer Antwort | Bietet eine geringere Verzögerung bei der Bereitstellung einer Antwort |
Speicherbedarf | Benötigt mehr Speicher | Benötigt weniger Arbeitsspeicher |
Sensitivität | Weniger sensitiv | Empfindlichere |
Einfache Steuerbarkeit | Einfach zu kontrollieren | Ziemlich schwer zu kontrollieren |
Was ist ein FIR-Filter?
Digitale Filter, die eine endliche Impulsantwort eines dynamischen Systems erzeugen, sind als FIR-Filter bekannt. Die von FIR-Filtern gelieferte Impulsantwort ist von endlicher Dauer.
FIR-Filter haben keinen Rückkopplungsmechanismus. Ihre gegenwärtige Eingabe besteht nur aus den gegenwärtigen und vergangenen Eingabewerten.
Was ist ein IIR-Filter?
Digitale Filter, die eine unendliche Impulsantwort eines dynamischen Systems erzeugen, werden als IIR-Filter bezeichnet. Die gegenwärtigen und vergangenen Eingaben werden als die gegenwärtige Eingabe in Verbindung mit den vergangenen Ausgaben genommen.
Der IIR-Filter arbeitet so, dass auch die aktuellen und vergangenen Eingaben und die vergangene Ausgabeprobe berücksichtigt werden. Diese Rückkopplungsschaltung unterscheidet sie von FIR-Filtern.
Der interne Rückkopplungsmechanismus macht diese Filter rekursiv. Sie lassen niemals zu, dass sich ihre Reaktion bei einem angelegten Impuls auf 0 einpendelt.
IR-Filter werden am besten für Anwendungen verwendet, die keine Phase erfordern InformationB. zur Überwachung von Signalamplituden.
Hauptunterschiede zwischen FIR-Filtern und IIR-Filtern
- FIR-Filter sind nicht rekursiv. IIR-Filter sind rekursive da sie einen Rückkopplungsmechanismus haben. Letztere verwendet a Feedback-Mechanismus in welche die vorherige Ausgabe in Verbindung mit der gegenwärtigen und vergangenen Eingabe wird als die gegenwärtige Eingabe gegeben.
- FIR-Filter sind einfacher umzusetzen sind aber weniger recheneffizient als IIR-Filter. Aufgrund einer Rückkopplungsschleife sind IIR-Filter schwierig umzusetzen in einem Kreislauf.
- FIR-Filter bieten a höhere Verzögerung in ihrer Antwort. IIR-Filter anbieten geringere Verzögerung beim Antworten.
- FIR-Filter erfordern mehr Erinnerung im Vergleich zu IIR-Filtern. FIR-Filter sind auch stabiler aufgrund ihrer nicht rekursiven Natur. IIR-Filter sind rekursiv instabil.
- FIR-Filter sind weniger sensitiv und sind einfacher zu kontrollieren als IIR-Filter.
Letzte Aktualisierung: 11. Juni 2023
Piyush Yadav hat die letzten 25 Jahre als Physiker in der örtlichen Gemeinde gearbeitet. Er ist ein Physiker, der sich leidenschaftlich dafür einsetzt, die Wissenschaft für unsere Leser zugänglicher zu machen. Er hat einen BSc in Naturwissenschaften und ein Postgraduiertendiplom in Umweltwissenschaften. Sie können mehr über ihn auf seinem lesen Bio-Seite.
Lobenswert ist der ausgewogene Ansatz des Artikels bei der Diskussion der Vor- und Nachteile beider Filtertypen.
Ich stimme zu. Es vermeidet die Bevorzugung eines Typs gegenüber dem anderen und bietet eine unvoreingenommene Analyse.
Der Ansatz des Artikels zum Vergleich von FIR- und IIR-Filtern ist sowohl ansprechend als auch aufschlussreich.
Ein gut strukturierter und informativer Artikel. Die detaillierten Vergleiche dienen Profis und Enthusiasten gleichermaßen als wertvolle Referenz.
Die ausführliche Analyse der FIR- und IIR-Filter im Artikel ist von großem Nutzen für diejenigen, die ein umfassendes Verständnis des Themas anstreben.
Absolut. Die Erklärungen sind präzise und gut gegliedert.
Der Artikel geht nicht auf reale Anwendungen solcher Filter ein, was ihre praktische Bedeutung einschränkt.
Kommerziell verfügbare Implementierungen und praktische Anwendungsfälle wären wertvolle Ergänzungen gewesen.
Die Unterscheidung zwischen FIR- und IIR-Filtern im Hinblick auf die Schaltungsimplementierung könnte der Klarheit halber weiter ausgeführt werden.
Vereinbart. Visuelle Hilfsmittel oder Diagramme können dabei helfen, die Implementierungsunterschiede effektiv zu vermitteln.
Theoretische Konzepte können ohne Visualisierungen schwer zu verstehen sein.
Der Artikel bietet wertvolle Einblicke in FIR- und IIR-Filter, der Schwerpunkt auf der Empfindlichkeit könnte jedoch weiter präzisiert werden.
Der Sensibilitätsaspekt erfordert möglicherweise eine ausführlichere Erklärung, damit die Leser seine Bedeutung vollständig erfassen können.
Ich glaube, dass die Empfindlichkeitsunterschiede besser verdeutlicht werden könnten, um das Verständnis des Lesers zu verbessern.
Ich schätze den detaillierten Vergleich und die klare Erklärung der Funktionsweise dieser Filter.
Es ist erfrischend, eine umfassende Erklärung zu sehen, die das Thema nicht zu stark vereinfacht.
Dem Artikel gelingt es hervorragend, komplexe Konzepte in verständliche Teile zu zerlegen.
Dieser Artikel ist äußerst informativ und bietet alle notwendigen Details, um die wichtigsten Unterschiede zwischen FIR- und IIR-Filtern zu verstehen. Gut strukturiert und leicht verständlich.
Ich kann nur zustimmen. Besonders hilfreich ist die ausführliche Vergleichstabelle.
Ich halte den Vergleich von FIR- und IIR-Filtern für DSP-Enthusiasten und Profis für aufschlussreich und notwendig.
Die gründliche Untersuchung der wichtigsten Unterschiede bringt Klarheit in ein häufig missverstandenes Thema.
Der Fachjargon in diesem Artikel ist für Leser ohne ausgeprägte DSP-Kenntnisse möglicherweise schwer zu verstehen.
Ich glaube, dass die Leser ein gewisses Maß an Verständnis haben sollten und es nicht notwendig ist, den Inhalt zu sehr zu vereinfachen.
Absolut. Ein Glossar mit Begriffen wäre für diejenigen nützlich gewesen, die mit der DSP-Terminologie nicht vertraut sind.