为什么傅立叶空间不适用于(理论或数字)滤波器?

信息处理 过滤器 傅里叶变换 过滤器设计 z变换 拉普拉斯变换
2022-02-07 14:24:03

据我所知,几乎所有的理论滤波器设计都发生在拉普拉斯或 Z 空间中。此外,设计中与现实生活中的模拟滤波器有着广泛的联系。如果一个人只是在思考数学理论的东西(或可以数字化的东西),为什么不在傅里叶空间中过滤信号呢?

为什么说,将某个函数的傅里叶变换乘以一个单位的升压 - 降压函数,然后使结果信号的逆变换成为“带通滤波器”?为什么要使用巴特沃斯滤波器或类似的东西来制作数字滤波器?

2个回答

实际上,我们确实实现了长 FIR 滤波器。如果它是实时运行或在无限长的输入上运行,那么执行此操作的方法称为“快速卷积”请记住,您要相乘的“傅立叶变换”离散傅立叶变换,并且在生成的卷积中存在圆形问题。我们使用"Overlap-Add""Overlap-Save"来处理这个问题您乘以的频率响应必须是足够短的 FIR 之一,以防止“时间混叠”

据我所知和经验,傅里叶空间中的滤波具有直接在频域上修改频率的优点。假设您有一个 50 Hz 的频率分量,您可以手动移除它,甚至比巴特沃斯滤波器更好。话虽如此,您可能会修改滤波器的相位响应,从而引入相位失真,而真正的效果是修改群延迟。换句话说,您正在延迟信号,此外,您正在为信号的频率赋予不同的幅度或权重。这是物理实现中的噩梦。

在这种情况下,使用滤波器和单位升压降压(类似于数字抗混叠滤波器)可以保持线性相位响应。

我希望这会有所帮助,我没有让你感到困惑!