滤波器在数字信号处理中用于去除信号中不需要的部分,例如随机噪声,或提取信号中有用的部分,例如属于特定范围的信号部分。
例如,可以对使用较差设备录制的音频进行过滤,以从信号中去除不需要的元素,使其听起来尽可能接近原始音频(无干扰)。
数字输入型 滤波器可分为FIR(有限持续时间脉冲响应)和IIR(无限持续时间脉冲响应)滤波器。 当一个系统被提供一些输入时,所获得的结果或响应被称为它的脉冲响应。
关键精华
- IIR 滤波器在其结构中具有反馈,允许它们具有无限的脉冲响应,而 FIR 滤波器没有反馈并且具有有限的脉冲响应。
- IIR 滤波器是递归的并且会产生不稳定的响应,而 FIR 滤波器是非递归的并且始终稳定。
- IIR 滤波器比 FIR 滤波器需要更少的计算能力,但 FIR 滤波器可以具有更好的频率响应和线性相位。
IIR 与 FIR 滤波器
FIR 和 IIR 滤波器不同,因为前者的脉冲响应仅对少数样本不为零。 IIR 滤波器具有无穷大 数 的非零样本。
对比表
比较参数 | FIR 筛选器 | IIR 筛选器 |
---|---|---|
自然 | 本质上是非递归的,因为它不会将其输出重用为输入。 | 本质上是递归的,因为它将一个或多个输出重新用作输入。 |
效率 | 计算效率较低。 | 计算效率更高。 |
易于在电路中实现 | 由于没有反馈机制,更容易在电路中实现。 | 由于有反馈机制,在电路中实现起来比较困难。 |
反馈机制 | 不要使用反馈电路。 | 使用反馈机制,其中先前的输出与现在和过去的输入一起作为当前输入给出。 |
稳定性 | 更稳定,因为当前输出与之前的输出没有任何关系。 | 不太稳定,因为它也使用以前的输出样本。 |
产生电流输出所需的输入 | 现在和过去的输入样本 | 当前和过去的输入样本以及过去的输出。 |
延迟提供 | 在提供响应时提供更多延迟 | 提供更少的响应延迟 |
内存要求 | 需要更多内存 | 需要更少的内存 |
灵敏度 | 不太敏感 | 更敏感 |
易于控制 | 易于控制 | 相当难控制 |
什么是 FIR 滤波器?
生成动态系统的有限脉冲响应的数字滤波器称为 FIR 滤波器。 FIR 滤波器提供的脉冲响应持续时间有限。
FIR 滤波器没有反馈机制。 他们当前的输入仅包含当前和过去的输入值。
什么是 IIR 滤波器?
生成动态系统的无限脉冲响应的数字滤波器称为 IIR 滤波器。 当前和过去的输入与过去的输出一起被视为当前输入。
IIR 滤波器以一种同时考虑当前和过去的输入以及过去的输出样本的方式运行。 这种反馈电路是它们与 FIR 滤波器的区别所在。
内部反馈机制使这些过滤器递归。 他们从不允许他们对施加的冲动的反应稳定在 0。
IR 过滤器最适用于不需要相位的应用 信息,例如,用于监测信号幅度。
FIR 滤波器和 IIR 滤波器之间的主要区别
- FIR 滤波器是 非递归. IIR 滤波器是 递归 因为他们有反馈机制。 后者使用一个 反馈机制 in 这 先前的输出与现在和过去的输入一起作为当前输入给出。
- FIR 滤波器是 更容易实施 但计算效率低于 IIR 滤波器。 由于反馈环路,IIR 滤波器是 难以实施 在一个电路中。
- FIR 滤波器提供了 更高的延迟 在他们的回应中。 IIR 滤波器报价 更小的延迟 在回应。
- FIR 滤波器需要 更多 记忆 与 IIR 滤波器相比。 FIR 滤波器也 更稳定 由于它们的非递归性质。 IIR 滤波器是递归的,是 不稳定。
- FIR 滤波器是 较不敏感 并且比 IIR 滤波器更容易控制。
最后更新时间:11 年 2023 月 XNUMX 日
Piyush Yadav 在过去的 25 年里一直在当地社区担任物理学家。 他是一位物理学家,热衷于让我们的读者更容易理解科学。 他拥有自然科学学士学位和环境科学研究生文凭。 你可以在他的网站上阅读更多关于他的信息 生物页面.
你觉得呢?
8
7
8
9
16
5
本文在讨论两种过滤器类型的优缺点时采用的平衡方法值得称赞。
我同意。它避免偏爱一种类型而不是另一种类型,并提供公正的分析。
本文比较 FIR 和 IIR 滤波器的方法既引人入胜又富有启发性。
一篇结构良好且内容丰富的文章。详细的比较可以为专业人士和爱好者提供有价值的参考。
本文对 FIR 和 IIR 滤波器的深入分析对于那些寻求全面了解该主题的人非常有益。
绝对地。解释准确且条理清晰。
本文未能讨论此类滤波器的实际应用,限制了其实际意义。
商业上可用的实现和实际用例将是有价值的补充。
为了清楚起见,可以进一步详细阐述 FIR 和 IIR 滤波器在电路实现方面的区别。
同意。视觉辅助工具或图表可能有助于有效地传达实施差异。
如果没有可视化,理论概念可能很难掌握。
本文提供了有关 FIR 和 IIR 滤波器的宝贵见解,但对灵敏度的关注还可以进一步阐明。
敏感性方面可能需要更详细的解释,以便读者充分理解其重要性。
我相信可以更好地阐明敏感性差异以增强读者的理解。
我很欣赏这些过滤器如何运作的详细比较和清晰解释。
看到一个没有过度简化主题的高级解释令人耳目一新。
这篇文章出色地将复杂的概念分解为易于理解的部分。
本文内容非常丰富,提供了了解 FIR 和 IIR 滤波器之间主要区别的所有必要细节。结构良好且易于遵循。
我完全同意。详细的比较表特别有帮助。
我发现 FIR 和 IIR 滤波器的比较对于 DSP 爱好者和专业人士来说是富有洞察力和必要的。
对关键差异的彻底检查使一个经常被误解的主题变得清晰。
对于没有深厚 DSP 背景的读者来说,本文中的技术术语可能很难理解。
我相信读者应该有一定的了解,没有必要把内容过于简化。
绝对地。对于那些不熟悉 DSP 术语的人来说,术语表会很有用。