14.6 Clasificarea filtrelor

Tabelul 14-1 rezumă modul în care sunt clasificate filtrele digitale prin utilizarea lor și prin implementarea acestora. Utilizarea unui filtru digital poate fi împărțită în trei categorii: domeniul timp, domeniul frecvență și personalizat. După cum s-a descris mai înainte, filtrele din domeniu timp sunt utilizate atunci când informația este codificată în modelul formei de undă a semnalului. Filtrarea în domeniul timp este utilizată pentru acțiuni precum: netezirea, eliminarea DC, modelarea formei de undă etc. În schimb, filtrele din domeniul frecvență sunt utilizate atunci când informațiile sunt conținute în amplitudinea, frecvența și faza sinusoidelor componente. Scopul acestor filtre este de a separa o bandă de frecvențe de alta. Filtrele personalizate sunt folosite atunci când o acțiune specială este solicitată de filtru, ceva mai elaborată decât cele patru răspunsuri de bază (trece-sus, trece-jos, trece-bandă și stop-bandă). De exemplu, Capitolul 17 descrie modul în care filtrele personalizate pot fi utilizate pentru deconvoluție, o modalitate de contracarare a unei convoluții nedorite.

Figura 14-9 Proiectarea unui filtru oprește-bandă.

Cum se vede în (a), un filtru oprește-bandă este format prin combinarea paralelă a unui filtru trece-jos cu un filtru trece-sus cu ieșirile lor adunate. Figura (b) arată aceasta redusă la un singur etaj, cu nucleul filtrului găsit prin adunarea nucleelor filtrelor trece-jos și trece-sus.

Tabelul 14-1. Filtrele pot fi împărțite după utilizarea lor și cum sunt ele implementate.

Filtrele digitale pot fi implementate în două moduri, prin convoluție (numit și răspuns la impuls finit sau FIR) și prin recursivitate (numit și răspuns la impuls infinit sau IIR). Filtrele realizate prin convoluție pot avea performanțe mult mai bune decât filtrele care utilizează recursivitatea, dar se execută mult mai lent.

Următoarele șase capitole descriu filtrele digitale în conformitate cu clasificările din Tabelul 14-1. În primul rând, vom examina filtrele efectuate prin convoluție. Moving average (capitolul 15) este utilizată în domeniul timp, în domeniul de frecvență este folosit windowed-sinc (Capitolul 16), iar FIR personalizat (capitolul 17) este utilizat atunci când este nevoie de ceva special. Pentru a finaliza discuția despre filtrele FIR, Capitolul 18 prezintă o tehnică numită convoluție FFT. Acesta este un algoritm pentru creșterea vitezei de convoluție, permițând ca filtrele FIR să se execute mai repede.

Apoi, ne uităm la filtrele recursive. Filtru recursiv cu un singur pol (Capitolul 19) este utilizat în domeniul timp, în timp ce Chebyshev (Capitolul 20) este utilizat în domeniul frecvență. Filtrele recursive care au un răspuns personalizat sunt proiectate prin tehnici iterative. Din acest motiv, vom întârzia discuția până la capitolul 26, unde vor fi prezentate cu un alt tip de procedură iterativă: rețeaua neuronală.

După cum se arată în Tabelul 14-1, convoluția și recursiunea sunt tehnici rivale; trebuie să utilizați una sau cealaltă pentru o anumită aplicație. Cum alegi? Capitolul 21 prezintă o comparație cap-la-cap a celor două, atât în ​​domeniul timp cât și în frecvență.