均匀滤波器组技术
基于滤波器组的单载波频域均衡技术研究

于 FT方 法 的异 同 之 处 , 其 产 生 的 机 理 上 阐 明 了 基 于 滤 波 器 组 的单 载 波 频 域 均衡 技 术 能 够 克 服 Ft方 式 的 主 要 缺 点 的 原 F r 从 F’ l 因 。基 于 滤 波 器 组 的 均衡 技 术 既 有 效 地 抑 制 频 率 选 择 性 衰 落 、 避免 循 环 前 缀 带 来 的 信 道 开 销 , 具 有 良好 的 带 外 抑 制 能 力 和 又 抗 窄带 干 扰 的 性 能 , 现 了 信 号 的 完 全 重 构 , 真 结 果 进 一 步 验 证 了理 论 分 析 的 正 确性 。 实 仿
Ke y wor s ftrb k ; C— d i e a s S FDE; y lc p eL p re tr c n tu t n l n c ci rf x; efc—e o sr ci o
0 引言
在 无线பைடு நூலகம் 道 中 由多径 引起 的频率 选择 性衰 落所
1 子 带 滤 波 器 组 的 基本 原 理 和 实现
p rom a c fNa rwb n ne ee c e itn e.O te sg a a e rc n t td p r c y. esmu a onr s l l v ry t o rcn s e r n e o ro a d Itr rn er ssa c S h in lc n b e o sr e e e t i lt e ut wi e f hec re te s f f uc f l I i s l i o h oeia n lssf t r fte r t la ay i ur c he .
宽带无线通信中的滤波器组多载波技术

宽带无线通信中的滤波器组多载波技术
载波多载复用技术(Carrier-multiplexed Technology)是一种用于宽带无线通信的
关键技术。
它把多种不同的数据源代表成不同的载波,然后共test存在于同一个信道中。
该技术可以大大提高无线通信的能力,使得用户可以有效的利用信道资源,而不会引起信
道繁忙程度上升或拥塞现象的发生。
载波多载复用技术一般包括滤波器组技术和调制技术。
滤波器组技术可以把多路多载
波分解成一些独立的多载波,以保证每一条载波不会相互影响。
滤波器组技术一般分为数
字滤波器和模拟滤波器,数字滤波器是由数字信号处理器(DSP)实现的,而模拟滤波器
要经过改变滤波器形状来实现。
调制技术是把数据信号转换成载波的技术。
通常的调制技术有调幅(AM)、调制(FM)和调频(PM)等,每种调制技术都有其特定的特性,通过选择最适合的调制技术,可以在
保证信号质量的前提下获得更大容量的信道利用率和信号覆盖范围。
滤波器组多载波技术对于宽带无线通信有着重要的意义。
一方面它可以把多路多载波
分解成一些独立的多载波,从而保证每一路信号数据的完整性和真实性;另一方面通过调
制技术将数据信号转换成载波,可以较大的利用信道资源,提高信道利用率。
同时,滤波
器组多载波技术也可以改善信号的质量,提高信号传输距离,实现目标用户范围更广的信
号覆盖范围。
总之,滤波器组多载波技术是宽带无线通信中一种重要的技术,它可以有效的加强无
线通信的能力,提升信道的利用率,并能够有效的改善信号传输的质量和距离,使得宽带
无线通信更加可靠有效。
语音识别技术的模型训练与优化

语音识别技术的模型训练与优化随着人工智能的迅速发展,语音识别技术成为了越来越重要的研究领域。
语音识别技术的模型训练和优化是实现准确识别的关键环节。
本文将深入探讨语音识别技术的模型训练与优化的方法和技巧。
首先,语音识别模型的训练需要大量的标注数据。
准确、全面的标注数据是模型训练的基础。
为了获取高质量的标注数据,可以采用多样化的数据采集方式,包括在多个地点、环境下采集大量的语音数据,并对其进行精确的标注。
此外,还可以利用语音合成技术生成语音样本,以扩充标注数据量。
通过增加标注数据量,可以提高模型的训练效果。
其次,对于语音识别模型的训练,选择适当的模型架构非常重要。
常见的模型架构包括基于深度神经网络的模型(Deep Neural Network,DNN)、卷积神经网络模型(Convolutional Neural Network,CNN)以及循环神经网络模型(Recurrent Neural Network,RNN),每种模型都有其优点和适用场景。
例如,RNN在处理序列数据时表现出色,而CNN在图像处理中具有较好的性能。
根据不同的应用需求选择合适的模型架构,可以提高训练效果。
第三,特征提取是语音识别中的关键环节。
常用的特征提取方法包括梅尔频率倒谱系数(Mel Frequency Cepstral Coefficients,MFCC)和滤波器组技术(Filter Bank)。
MFCC是一种常用的特征表示方法,它可以将语音信号转换为频谱特征,进而提取出语音中的语音内容。
滤波器组技术通过一系列滤波器对语音信号进行分析,提取出频率特征。
选择合适的特征提取方法,可以提高模型对语音信号的理解能力,从而提高识别准确率。
第四,对于语音识别模型的优化,正则化是一个重要的技巧。
正则化可以防止模型过拟合,促进泛化能力的提升。
常用的正则化技术包括L1正则化和L2正则化。
L1正则化将模型参数的绝对值加入损失函数中,使得模型参数稀疏,降低模型的复杂性。
均匀滤波器组技术

均匀滤波器组技术引言随着通信技术的广泛应用与快速发展,信号处理系统中数字信号处理、传输和存储的数据量越来越大,为了减少计算量,节省存储空间,降低信号处理的复杂度,常常需要对信号的抽样率进行转换,由此,多速率信号处理的技术应运而生。
对于高复杂度的数字信号处理,为了能够采用低成本的数字信号处理结构,有时需要在系统的不同阶段改变抽样频率,使用可变抽样率来实现数字信号处理应用,就称为多速率数字信号处理。
[1]这种系统广泛应用于图像编码、语音编码、雷达、信道化等多个领域。
而此项技术的发展与滤波器组技术的发展紧密相关,正是由于这些技术的快速发展使得多速率系统的处理效率越来越高,因此,我们有必要对滤波器组的相关技术进行深入了解。
滤波器组理论起源于上世纪八十年代,经过近三十年的发展,理论逐渐趋于成熟。
1984——1986年,Smith 和Mintze 各自独立地研究了两通道完全重构滤波器组的设计方法[2][3];1987年V aidyanathan 系统地提出了M 通道正交滤波器组的理论,并给出了FIR 无损(lossless)系统的格型(lattice)结构[4];1989年,Nguyen 和V aidyanathan 提出了一种双正交的两通道线性相位滤波器组,并给出了相应的格型分解结构[5];1995年,Lin 等提出了线性相位余弦调制滤波器组的设计方法[6];1999年,Helle 等人在总结前人工作的基础上给出了调制滤波器组的一般性理论框架[7];同年Karp 和Fliege 提出了改进的DFT 滤波器组的完全重构理论[8]; 21世纪以来,对滤波器组的研究工作更多的集中在了如何在现有结构和设计方法的基础上利用优化的方法对其进行改进。
此外,非均匀滤波器组自上世纪九十年代以来得到了快速发展,由于非均匀滤波器理论的发展与小波变换紧密相连[9][10],且均匀滤波器组是非均匀滤波器组的基础,所以,本文重点对均匀滤波器组进行介绍。
滤波器组

H 1 (e ) = H 0 (e
v0 (n )
v1 ( n )
)
x (n )
H0(z) H1(z)
H 0 ( e jω )
↓2 ↓2
H 1 (e
jω
↑2 ↑2
G0(z) G1(z)
x(n)
)
π 2
2010-9-8
π
ω
图6.3.2 两通道滤波器组 (a)系统框图 (b)镜像对称的幅频响应
28
2010-9-8
29
x( n)
z
1
E0(zM) E1(zM)
W*M
u0 ( n)
u1 ( n )
z M z 1
1
M
EM-1(zM)
M
u M 1 (n)
图6.2.5 DFT滤波器组的多相表示
2010-9-8
30
6.3 常用名词及术语解释
6.3.1 最大抽取均匀滤波器组 6.3.2 正交镜像滤波器组 6.3.3 第M带滤波器 6.3.4 半带滤波器
34
2010-9-8
35
6.3.3 第M带滤波器 带滤波器
2010-9-8
36
h (n )
c
n
图6.3.3 某一Mth滤波器的单位抽样响应(M=3)
x(n)
↑L=M
H(z)
y(n)
2010-9-8
37
2010-9-8
38
6.3.4 半带滤波器
2010-9-8
39
2010-9-8
40
l =0
M 1
j
2π kl M
k = 0,1,L, M 1
2010-9-8
ufmc技术原理

ufmc技术原理UFMC技术原理UFMC(Universal Filtered Multi-Carrier)技术是一种用于无线通信系统的多载波调制技术。
它在传输过程中采用了滤波器组来调制和解调信号,以提高系统的性能和频谱效率。
本文将介绍UFMC技术的原理和优势。
一、UFMC技术原理UFMC技术的核心原理是利用滤波器组对信号进行调制和解调。
在传统的多载波调制技术中,信号被分成多个子载波进行调制,而UFMC 技术则将信号分成多个子信号,并在每个子信号上应用不同的滤波器。
这些滤波器可以根据信道的频率响应进行优化,以提高系统的性能。
在UFMC技术中,发送端首先将要传输的信号分成多个子信号,并在每个子信号上应用相应的滤波器。
这些滤波器可以使每个子信号的频谱更加集中,减少了子信号之间的干扰。
然后,每个子信号经过独立的调制器进行调制,并通过独立的天线传输。
接收端收到信号后,利用相应的滤波器将每个子信号解调,并将它们合并成原始信号。
二、UFMC技术的优势与传统的多载波调制技术相比,UFMC技术具有以下优势:1. 高频谱效率:由于UFMC技术采用滤波器组对信号进行调制,可以更好地利用频谱资源。
这使得UFMC技术在频谱效率方面具有明显优势,能够在有限的频带内传输更多的数据。
2. 抗多径干扰能力强:UFMC技术在每个子信号上应用不同的滤波器,可以有效抑制多径干扰。
这使得UFMC技术在复杂的无线信道环境下具有更好的性能,能够提供更可靠的通信连接。
3. 灵活性高:UFMC技术可以根据不同的应用需求进行灵活配置。
通过调整滤波器组的参数,可以适应不同的频谱资源和信道条件,从而提供更好的系统性能。
4. 兼容性强:UFMC技术可以与现有的无线通信系统兼容。
由于UFMC技术只在物理层进行改进,不需要对上层协议进行修改,因此可以与现有的无线通信标准(如LTE)无缝集成。
5. 低功耗:由于UFMC技术在信号调制和解调过程中采用了滤波器组,可以减少功耗。
均匀滤波器组课程设计
均匀滤波器组课程设计一、教学目标本节课的学习目标主要包括知识目标、技能目标和情感态度价值观目标。
知识目标要求学生掌握均匀滤波器组的基本概念、原理和性质;技能目标要求学生能够运用均匀滤波器组解决实际问题,提高分析和解决问题的能力;情感态度价值观目标要求学生培养对均匀滤波器组的兴趣,增强学习的积极性。
二、教学内容本节课的教学内容主要包括均匀滤波器组的基本概念、原理、性质和应用。
首先,介绍均匀滤波器组的概念,让学生了解其定义和特点;其次,讲解均匀滤波器组的原理,让学生理解其工作原理和运作方式;然后,阐述均匀滤波器组的性质,让学生掌握其基本特性;最后,结合实际案例,展示均匀滤波器组在信号处理、通信等领域中的应用,增强学生对知识的理解和运用能力。
三、教学方法为了提高教学效果,本节课采用多种教学方法相结合的方式。
首先,采用讲授法,系统地讲解均匀滤波器组的基本概念、原理和性质;其次,运用讨论法,引导学生针对实际案例进行探讨,提高学生的思考和分析能力;接着,采用案例分析法,通过分析具体案例,使学生更好地理解和掌握均匀滤波器组的应用;最后,进行实验教学,让学生亲自动手操作,验证均匀滤波器组的原理和性质,提高学生的实践能力。
四、教学资源本节课的教学资源包括教材、参考书、多媒体资料和实验设备。
教材和参考书为学生提供了丰富的理论知识和实际案例,有助于学生课前预习和课后复习;多媒体资料通过图片、动画和视频等形式,使抽象的知识更加生动形象,有助于提高学生的学习兴趣;实验设备为学生提供了动手实践的机会,有助于巩固课堂所学知识。
五、教学评估本节课的教学评估主要包括平时表现、作业和考试三个部分。
平时表现主要评估学生在课堂上的参与程度、提问回答等情况,通过观察学生的表现,了解其对均匀滤波器组知识的理解和掌握程度。
作业主要评估学生对课堂所学知识的应用能力,通过布置相关的练习题,检验学生对均匀滤波器组概念、原理和性质的掌握情况。
考试则是对学生全面评估,包括理论知识、实际应用和分析能力等方面的测试。
滤波器组框架理论及其在图信号处理中的应用
滤波器组框架理论及其在图信号处理中的应用摘要:传统滤波器组框架理论通常用来处理低维规则结构数据,如时间信号、空间信号和时空信号等。
随着现代科技高速发展,高维非规则化数据信息大量涌现,如社交网络、能源网络、交通运输网络、神经元网络等。
如何对高维图结构数据进行处理成为一个备受关注且亟待解决的问题。
借助代数图论和谱图理论,图信号处理成为近年来兴起的研究方向,用来处理高维加权图上的信号。
众多学者从各自角度出发,将传统滤波器组框架理论推广到图滤波器组框架中,取得了一系列成果。
关键词:滤波器组;框架理论;图信号;图滤波器引言:滤波器组框架理论是应用数学、信号处理、图像处理和数字通信等领域的重要问题之一,对滤波器组框架的分析和设计问题进行研究有着重要的科学意义和应用前景。
近年来,随着高维非规则化数据信息大量涌现,很多学者开始研究图信号处理的滤波器组方法。
因此对滤波器组框架理论及其在图信号处理中的应用进行研究。
一、滤波器组框架理论在各种框架中,实际应用最广泛的是由滤波器组实现的框架。
有限维框架、离散小波框架和离散Gabor框架都属于滤波器组框架。
接下来介绍滤波器组基础知识、滤波器组框架理论及应用。
(一)滤波器组基础滤波器组是一组有着共同输入或共同输出的带通滤波器。
典型滤波器组的结构如下图所示。
其中左边部分为分析滤波器组,右边部分为综合滤波器组。
分析滤波器组有一个输入多个输出,其将输入信号分解成不同的子带信号,每个分析滤波器Hi(z)有不同的频率特性,输入信号x(n)通过M个分析滤波器Hi(z)后,得到M个不同的子带信号。
信号在子带分解后,对每个通道Mi下采样,可降低信号的采样率。
下采样后的子带信号可以被编码、处理或者传输。
综合滤波器组具有多个输入一个输出,其将处理后的子带信号通过带通滤波后再组合起来,重构原始信号。
为保证重构信号xˆ(n)与原信号x(n)具有相同的采样频率,在综合滤波器组前对各子带信号Mi上采样(Upsampling)。
基于听觉感知模型的完全重构非均匀滤波器组
K ywors: No —ni r e d nu f m o
F l rBa k ie n s t
Au i r" o es dt yM d l o
l n u i r 皿 trb n s i —n f m o o e a k 、whc aif d a dtr d l.Th Ⅱ s0 n fo l e rfe e c o wap dfe u n y uiz st e ih s t i u i y mo es se o e l rn r m i a—rqu n y t r e - q e c t ie 柚 n i l h
在表示式中可 以清 楚地看到, A。 的逆变换 为 止 。常
数 P提供 了一个 自由度 . 使得全通系统将一个特 定频率 n 变 ) 换到一 个新 的位 置 a( ) c 。由于所有 的频 率部将 进行变 换 o 根据这些频率得到满足条件 的全通系数 P的表达式 为:
一
匀滤波器组完全重构的 时域 条件 ,接着提 出了满足听觉特性
的滤波器组的结构和实现方案 .晟后给 出具体 的实现和实验
结果 。
s { ( 一∞ , j i 脚 n ] 2 s { n) i【 】 n ( +m】2 ,l
2 满足听觉特性的全通系统
在 音频信号处理 中、频域技术 日益 受到关注 ;当然 ,基 收稿 日期:2 0 年 l 01 O月 2 6日;修 回 日期:2 0 年 1 3日 0 1 2月
( h n H i io o gU ies y A tma c e a me 0 S a g a J T n n v r t, uo t p r n a i i D t
滤波器组个人工作总结
滤波器组个人工作总结
在滤波器组的工作期间,我主要负责滤波器的设计和测试工作。
在这段时间里,我总结出了以下几个方面的经验。
首先,对于滤波器的设计,我学会了如何根据需求和规格参数来选择合适的滤波器类型。
我了解了常见的低通、高通、带通和带阻滤波器的原理,并能根据输入输出的频谱分布来选择合适的滤波器类型。
其次,我熟练掌握了滤波器的设计工具和软件。
我使用Matlab、Python等软件进行滤波器的设计和仿真,能够根据滤
波器的需求参数来确定设计的各个阶段。
同时,我还学会了如何使用实际仪器来测试滤波器的性能。
在测试过程中,我能够使用示波器、信号发生器等仪器来检测滤波器的输入输出响应,包括频率响应、相位响应等。
我还能够根据测试结果来对设计进行调整和改进。
在工作中,我也遇到了一些挑战和问题。
有时候,在设计过程中会出现滤波器不稳定、振荡等问题,我需要仔细分析和调试,找出问题所在,并做出相应的调整。
还有时候,在测试过程中,出现了一些与理论不符的结果,我需要重新检查测试仪器的设置和连接,确保测试正确进行。
同时,我还发现了一些改进的空间。
例如,我可以进一步深入学习滤波器的原理和设计方法,提高自己的设计水平。
我还可以加强与团队的合作和沟通,提高工作效率和质量。
总的来说,滤波器组的工作让我学到了很多东西,不仅提高了我的滤波器设计和测试能力,也使我对工程实践有了更深入的了解。
我相信,在以后的工作中,我会继续不断提升自己,在滤波器的设计和应用领域做出更大的贡献。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
均匀滤波器组技术引言随着通信技术的广泛应用与快速发展,信号处理系统中数字信号处理、传输和存储的数据量越来越大,为了减少计算量,节省存储空间,降低信号处理的复杂度,常常需要对信号的抽样率进行转换,由此,多速率信号处理的技术应运而生。
对于高复杂度的数字信号处理,为了能够采用低成本的数字信号处理结构,有时需要在系统的不同阶段改变抽样频率,使用可变抽样率来实现数字信号处理应用,就称为多速率数字信号处理。
[1]这种系统广泛应用于图像编码、语音编码、雷达、信道化等多个领域。
而此项技术的发展与滤波器组技术的发展紧密相关,正是由于这些技术的快速发展使得多速率系统的处理效率越来越高,因此,我们有必要对滤波器组的相关技术进行深入了解。
滤波器组理论起源于上世纪八十年代,经过近三十年的发展,理论逐渐趋于成熟。
1984——1986年,Smith 和Mintze 各自独立地研究了两通道完全重构滤波器组的设计方法[2][3];1987年V aidyanathan 系统地提出了M 通道正交滤波器组的理论,并给出了FIR 无损(lossless)系统的格型(lattice)结构[4];1989年,Nguyen 和V aidyanathan 提出了一种双正交的两通道线性相位滤波器组,并给出了相应的格型分解结构[5];1995年,Lin 等提出了线性相位余弦调制滤波器组的设计方法[6];1999年,Helle 等人在总结前人工作的基础上给出了调制滤波器组的一般性理论框架[7];同年Karp 和Fliege 提出了改进的DFT 滤波器组的完全重构理论[8]; 21世纪以来,对滤波器组的研究工作更多的集中在了如何在现有结构和设计方法的基础上利用优化的方法对其进行改进。
此外,非均匀滤波器组自上世纪九十年代以来得到了快速发展,由于非均匀滤波器理论的发展与小波变换紧密相连[9][10],且均匀滤波器组是非均匀滤波器组的基础,所以,本文重点对均匀滤波器组进行介绍。
滤波器组技术以信号重建理论为基础,在滤波器组抽取和内插的过程中,信号会产生三种失真:混叠失真、幅度失真和相位失真。
信号的完全重建是指当滤波器组的传输函数为纯延迟时,系统可以完全重建(perfect reconstruction )原信号,也称为(PR 系统)。
因此,本文首先要对信号重建的基本理论作必要的介绍。
另外,文中还将对几种典型的滤波器组进行归纳和分类。
从功能上看,滤波器组可分为分析滤波器组和综合滤波器组;从结构上看,可以分为树形结构和平行结构;从滤波器设计角度上看,还可以分为正交镜像滤波器组,仿酉滤波器组和调制滤波器组等。
本文分别对各种滤波器组进行对比,以期给相关研究人员提供指导意见。
1.信号完全重建对于给定的一个信号经过分析滤波器组后,再进行其他的相关操作,最后还可以通过综合滤波器组恢复和重建信号。
但是重建后的信号,往往不能与原信号完全相同,两者之间主要存在以下三种误差[11]:(1)混叠失真(alias distortion ):主要是由于抽取产生的混叠带来的误差; (2)幅度失真(amplitude distortion ):由滤波器幅频特性产生的误差; (3) 相位失真(phase distortion ):由滤波器相频特性非线性造成的误差。
信号的重建是指系统最终输出的信号1()x nT ∧与系统输入的信号1()x nT 有如下关系:101()[()]x nT cx n n T ∧=-式中c 和0n 都是固定的常数。
也就是说,输出信号是输入信号的延迟,仅仅在幅度上两者有常数c 的差异。
其对应的频域关系如下:0()()n X z cz X z ∧-=x (n y (n )图1 两通道滤波器组Figure 1 Two-channel filter banks根据上图中两通道滤波器组的结构,从频域对系统的传输函数进行分析,可得: 0011001111()[()()()()]()[()()()()]()22X z H z G z H z G z X z H z G z H z G z X z ∧=++-+--通过上式可以看出由抽样率的转换而带来的混叠,即上式右侧第一项是输入信号()X z 对输出信号()X z ∧的贡献,右侧第二项则是输入信号()X z 的混叠分量对()X z ∧的贡献。
为了实现信号的重构,首先要保证输出信号()X z ∧无混叠成分,即:0011()()()()0H z G z H z G z -+-=取满足上式中滤波器传输函数最简单的情况:0110()(),()()G z H z G z H z =-=--则:01101()[()()()()]()2X z H z H z H z H z X z ∧=-+-令0110()[()()()()]T z H z H z H z H z =-+-如果()T z 的幅频响应为常数,无幅度失真,且相频响应为线性相位,则该滤波器组称为相位保持滤波器组。
如果无混叠滤波器组既无幅度失真又无相位失真,则称为完全重建滤波器组。
通常人们希望通过系统后,信号能够完全重建,但是由于不同的应用场景有不同的要求,有时更注重系统的计算量与效率,有时更希望得到大的阻带衰减,由于难以满足所有的要求,人们只能在满足一定条件的前提下,使信号通过系统后实现近似重建。
2.分析与综合滤波器组滤波器组是一组拥有共同输入或输出信号的一组滤波器。
其中有一个输入多个输出,将信号进行子带分解的滤波器组,称为分析滤波器组;有一个输出多个输入,将输入信号进行整合重构的滤波器组,则称为综合滤波器组。
[12]其结构示意图如下图所示:x (n )x 0(n )x 1(n )x M-1(n )0()x n ∧1()x n ∧1(M x n ∧-()x n ∧(a)分析滤波器组(b)综合滤波器组图2 分析滤波器组与综合滤波器组Figure 2 Analysis and synthesis filter banks图2(a)中所示的是一个具有共同输入信号的滤波器组。
输入信号()x nT 进入M 个通道,每个通道中有一个滤波器(),0,11k H z k M =- 。
设()x nT 为一个宽带信号,经过各个通道中的带通滤波器后,被分为K 个子带信号,(),0,11k x n k M =- ,这样的滤波器组称为分析滤波器组。
滤波后各通道的输出信号为窄带信号,因此,信号的抽样率被降低。
如果输入信号()x nT 是一个满带信号,其频谱占满π-到π的区域,而各通道的子信号具有相同的带宽B ,也就是说2B M π=,则抽样率最多可降低为1M T ,如果抽样率低于1M T,则必将出现混叠。
所以,各个通道滤波后的信号最大可进行M 倍的抽取,即抽取因子D M ≤,我们将D M =的抽取称为最大抽取。
具有多个输入信号和一个共同输出信号的滤波器组称为综合滤波器组,如图2(b)所示。
综合滤波器组的输入信号为(),0,11k x n k M ∧=- ,对信号先进行零值内插,经综合滤波器后保留了所需的子带,得到相应子带信号,再将其相加起来,就得到所求的综合信号()x n ∧。
为了提高系统的效率,可以把滤波器组设计为多相结构,无论是分析滤波器组还是综合滤波器组都有Ⅰ型和Ⅱ型两种结构[13]。
另外,还可以把多相结构转换为高效结构,即把数据量较小的一端通过滤波器组,下图中(b)与(a)相比,其计算量减少了一半。
))(a)两通道分析滤波器组的多相结构(b)两通道分析滤波器组的高效结构图3 两通道滤波器组的多相与高效结构Figure 3 The structure of polyphase and efficient two-channel filterbanks3.滤波器组分类随着多速率滤波器组理论的发展,各种类型的滤波器组开始出现,人们对这些滤波器组的改进都是围绕信号重建、计算量和滤波器通带阻带特性这几个问题来进行的,希望能够在完全重建的基础上得到高效和大阻带衰减的滤波器组。
本文将介绍几种常用的滤波器组,这些滤波器组满足完全重建或近似重建的要求,并且性能也比较出众,是近年来人们研究滤波器组的热点。
3.1正交镜像滤波器组这类滤波器组是相对提出较早的滤波器组,其中共轭正交镜像滤波器组的提出首次满足了完全重建的条件。
这类滤波器组的优点是设计相对较为简单,由于其滤波特性取决于原型滤波器的特性,所以它的设计就可以简化为原型滤波器组的设计,并且易于实现完全(或近似)重构。
由正交镜像滤波器组构成的多通道滤波器组,分为树形结构和平行结构两种。
其中树形结构的延迟较大,计算量随级数的增加成幂次方增长,但其滤波特性可由两通道滤波器组的特性推断,易于实现完全重建。
平行结构虽然计算量相对较小,但设计复杂,若实现完全重建,则滤波器不能实现较窄的过渡带,且阻带衰减也不够大。
下面将对两种常见的正交镜像滤波器组进行分析。
3.1.1标准正交镜像滤波器组一个两通道标准正交镜像滤波器(quadrature mirror filter ,QMF )组结构与普通的两通道滤波器组相同,但其两个滤波器的幅频特性0()j H e ω与1()j H e ω关于2π成镜像对称,所以才称之为正交镜像滤波器组。
它具有的特殊频响特性可使整个系统的假频效应获得抵消,加之这些带通滤波器均可从一只低通原型滤波器导出,执行这些滤波器时许多计算部分可以共用,从而使整个系统的结构大为简化[14]。
图4 两通道正交镜像滤波器幅频响应Figure 4 Amplitude frequency response of two-channel QMFs上图是两通道正交镜像滤波器组的幅频响应示意图,从图中可以看出0()j H e ω是一个低通滤波器,而1()j H e ω是一个高通滤波器。
由信号重建理论可得,两通道标准正交镜像滤波器组(QMFB )是一个无混叠输出的系统。
如果用FIR 滤波器实现此系统,则很容易得到线性相位的相频响应。
但是对其幅频响应进行分析可知,如果要求系统无幅度失真,则0()j H e ω与1()j H e ω的幅频特性是不能得到陡峭的通带边缘,阻带也不能尽快衰减,也就是说这样的线性相位滤波器是没有实用意义的。
所以,只能利用优化的理论,来设计近似满足无幅度失真的FIR 线性相位滤波器[15]。
文献[16]则证明了奇数阶椭圆低通半带滤波器可以满足无幅度失真的条件,并可以得到陡峭的通带边缘,但只能通过非线性优化,尽量减小相位失真。
因此,QMFB 只能近似满足完全重建。
人们对QMFB 的设计焦点主要集中于对原型滤波器的改进,或是通过优化方法调整滤波器系数[17]-[20]来得到需要的滤波器组。
3.1.2共轭正交镜像滤波器组在QMFB 的基础上,有人又提出了另一种设计[21],使滤波器的响应满足下式:(1)110()()N H z z H z ---=- 1()H z 的定义与QMFB 中1()H z 的定义的幅频特性一样,只是在相频特性上不同,由于1z -是z 的共轭,所以称其为共轭正交滤波器组。