滑动平均滤波.docVIP

FIR滤波器（滑动平均滤波，sinc窗函数滤波，最优滤波，匹配滤波，维纳滤波、相关滤波） 第15，16，17章的内容，讲了FIR中的滑动平均滤波、sinc窗函数滤波和自定义滤波。-----------------------------------------------滑动平均(moving average)滤波器滑动平均滤波器常用于时域滤波，尽管它很简单，但是对于抑制随机噪声并保留陡峭边沿来说是最优的。In spite of its simplicity, the moving average filter is optimal for a common task: reducing random noise while retaining a sharp step response.? This makes it the premier filter for time domain encoded signals. ? 可以看出滑动平均滤波的冲击响应就是一个矩形脉冲，通过将输入信号和矩形脉冲进行卷积实现滤波，注意这里是卷积，不要和后面的递归混淆。 滑动平均滤波器的频响： 时域效果好，频域效果就差，所以如果用来分频的话，则不用滑动平均滤波器，滑动平均滤波器主要用于抑制噪声对信号的干扰。为了使时域和频域的效果有个折中，这里对最原始的滑动平均滤波器做下改变，如下图所示，其中1 pass就是最原始的滑动平均滤波器。 下面讲了为什么滑动平均滤波实现起来很快的原因： 可以看到虽然滑动平均滤波属于FIR，并且通过卷积来运算，但是如果进行递归运算会加快速度，不过需要注意的是这和后面将的IIR的递归是两个方面的意思。-----------------------------------------------sinc窗函数滤波(windowed-sinc filter，书中翻译叫什么？)与前面的滑动平均滤波不同（主要用于时域），sinc窗函数是用于滤除频率的（主要用于频域），就像前面所说，sinc窗函数虽然在频域用于良好的性能，但是在时域方面性能就差了，表现为ripple(波纹，书中翻译叫什么？)和overshoot(书中翻译叫什么？)。而且sinc窗函数滤波不能像滑动平均滤波那样通过递归来计算卷积，这就增加了它的运算量。sinc窗函数滤波的冲击响应： 它是从负无穷到正无穷的，使用时需要对它进行移位和截断处理，如下图所示： 截断时用的hamming窗和blackman窗 -----------------------------------------------自定义滤波（custom filter） -----------------------------------------------最优滤波 白噪声叠加在信号，如何分离出信号的方式并不明显，那么怎么分才是最优的呢？这并没有一个标准。这里讨论了三种滤波器，分别是滑动平均滤波、匹配滤波和维纳滤波。滑动平均滤波前面讲过。匹配滤波是指相关运算，通过对已知信号翻转并卷积，会在某一点求得最大。维纳滤波频域上每个点的增益都根据信噪比来获得： 三种滤波器输出波形为： 需注意的是，匹配滤波和维纳滤波都需要卷积来实现。-----------------------------------------------最后在重申下FIR的概念: Why is the impulse response finite? In the common case, the impulse response is finite because there is no feedback in the FIR. A lack of feedback guarantees that the impulse response will be finite. Therefore, the term finite impulse response is nearly synonymous with no feedback. However, if feedback is employed yet the impulse response is finite, the filter still is a FIR.? An example is the moving average filter, in which the Nth prior sample is subtracted (fed back) each time a new sample comes in. This filter has a finite impulse response ev