小波与滤波器组(3)
来源:互联网 发布:程序员逆袭之路苍非蓝 编辑:程序博客网 时间:2024/05/26 22:05
右图是整个滤波器组重建原信号的一个过程。则整个过程在Z变换下,课由下列公式进行推导。
由上面的公式可知,T(Z)可以转化为两个多项式X(Z)和X(-Z)的和,根据多项式原理;若想要T(Z)=N*X(Z),则需要满足X(-Z)部分等于0,而X(Z)部分不等于0。
也就是必须满足上诉等式,重构才能成立。后面的Z的-L次方是常数在Z变换下的结果。逆变换之后不会改变原来的信号。由于上面的式子是X(Z)的系数,所以又被称为失真项,而下面的式子则是X(-Z)的系数,也就是原信号平移一个PI相位之后的结果,因此被称为混叠项。
从混叠项开始推导,由于H0和F0是低通滤波器,而H1和F1则是高通滤波器。根据多项式的一些基本原理,因此最简单的有H0(-Z)=F1(Z),F0(Z)=-H1(-Z)。
假设,P0(Z)=F0(Z)H0(Z),P1(Z)=F1(Z)H1(Z)。则将上面的等式代入,可以得到P0(Z)=-P1(-Z)。因此有P0(Z)-P0(-Z)=2Z(-L),由于公式的左边是奇函数,所以L必须为奇数。同时Z的-L次方是一个奇函数。令P(Z)=(Z(L))P0(Z),则上面的等式可以转化为:
P(Z)+P(-Z)=2,转化过程利用到了Z的-L次方为奇函数,其中P(Z)的偶数项全部等于0。因为P(Z)和P(-Z)的关系是平移了一个PI相位,因此他们之间偶次项系数应该相等,而奇次项则互为相反数(这一点可以放到傅里叶变换域下面进行推导)。到这里是不是和之前的理想滤波器组有类似的感觉,因此P(Z)也被称为半带滤波器。
推导到这一步,可以发现整个方程的求解就比较容易了。也就是满足偶数次项为0,而奇数次项相加等于2的P(Z)非常多。比如下面这个例子:
将Z的L次方视作一个平移的话,可以近视看做P(Z)=H0F0。因此只需要求上面这个方程的根,并对这些根进行分配就可以了。
将之前的两个方程进行中的Z替换成-Z,可以得到另外两组方程,四个方程组组合成一个矩阵乘法。如下图所示,
由于上面给出的限定条件不够多,属于两个方程求出四个未知量,导致最后求解比较麻烦。因此可以在上面的条件里附加一些额外的条件来简化求解过程。
最简单的附加条件是:H1(z)=H0(-z)——使得高通是低通滤波器的一个平移就可以了。然而这样的条件过于强,导致除了Haar小波之外没有有限脉冲响应的滤波器组。
根据上面的条件代入到公式中,可以得到H02(z) - H02(-z) =2z-L。将滤波器分为偶数项和奇数项。则H(Z)=a(Z2)+Z(-1)a(Z2),代入公式可以得到4*Z^(-1)a(Z^2)b(Z^2)=2*Z^(-L)。如果是有限脉冲响应,则在计数和偶数项只有一项的系数不为0。
- 小波与滤波器组(3)
- 小波与滤波器组(1)
- 小波与滤波器组(2)
- 小波与滤波器组(5)
- 小波与滤波器组(6)
- 小波与滤波器组(4)
- wfilters小波滤波器
- Gabor小波变换滤波器原理与创建
- 小波滤波器的问答
- matlab小波滤波器使用
- FIR滤波器与IIR滤波器
- 无源滤波器与有源滤波器
- 信号、系统与滤波器设计(matlab)
- 滤波器设计(3):维纳(Wiener)滤波器的设计
- 线性滤波器(linear filter)与非线性滤波器(non-linear filter)
- pcl学习——滤波(直通滤波器与统计滤波器)
- 均值滤波器与中值滤波器的实现
- LC滤波器与RC滤波器的区别
- hibernate中简单数据查询
- OC 说一说IOS里的截屏方法
- itoo-快捷部署脚本--提高部署开发效率
- 对于iOS初学者的知识体系
- 天量期金对冲单,助推黄金短线上破1200 最高至1210
- 小波与滤波器组(3)
- Socket Tcp Http 之间的关系
- 英特尔cpu 系统结构简要介绍
- MySQL性能优化的最佳20+条经验
- Codec Engine 安装和设置
- Android内存分析总结
- VirtualBox 创建com对象失败的解决方法
- AutoMapper----Custom Type converters
- ubuntu14.01 搭建交叉编译环境arm-linux-gcc 4.3.2