ম্যাটল্যাবের ফিল্টফিল্টের সুবিধা কী

30

ম্যাটল্যাবস filtfiltএকটি ফরোয়ার্ড-ব্যাকওয়ার্ড ফিল্টারিং করে, অর্থাৎ ফিল্টার করে, সিগন্যালটিকে বিপরীত করে, আবার ফিল্টার করে এবং আবার বিপরীত করে। স্পষ্টত পিছনে হ্রাস করার জন্য দৃশ্যত এটি করা হয়েছে? এই ধরনের ফিল্টারিং ব্যবহার করার সুবিধাগুলি / অসুবিধাগুলি কী কী হবে (আমার ধারণা এটি ফিল্টার ক্রমে কার্যকর ফলস্বরূপ হবে)।

এটি ব্যবহার করার জন্য বাঞ্ছনীয় হবে filtfiltসবসময় পরিবর্তে filter(অর্থাত, শুধুমাত্র এগিয়ে ফিল্টারিং)? এমন কোনও অ্যাপ্লিকেশন রয়েছে যেখানে এটি ব্যবহার করা প্রয়োজন এবং যেখানে এটি ব্যবহার করা উচিত নয়?

matlab filters theory

অডিওর জন্য শূন্য-পর্বের ফিল্টারিং ব্যবহার করবেন না, কারণ এটি "প্রাক-রিংিং" এর কারণকে অস্বাভাবিক মনে করে। ন্যূনতম-পর্বের ফিল্টারিং আরও প্রাকৃতিক। ccrma.stanford.edu/~jos/filters/Linear_Phase_Really_Ideal.html

— এন্ডোলিথ

34

আপনি ফ্রিকোয়েন্সি ডোমেনে এটি সেরাভাবে দেখতে পারেন। যদি হ'ল ইনপুট ক্রম এবং হয় তবে ফিল্টারটির প্রবণতা প্রতিক্রিয়া হয়, তবে প্রথম ফিল্টার পাসের ফলাফলটি $x[n]$ $h[n]$

এক্স (ই^{ঞ ω}) এইচ (ই^{ঞ ω})

$X(e^{j\omega})H(e^{j\omega})$

সঙ্গে এবং এর ফুরিয়ার রূপান্তর এবং যথাক্রমে। প্রতিস্থাপন সময় উলটাপালটা অনুরূপ দ্বারা ফ্রিকোয়েন্সি ডোমেইনে, তাই সময় উলটাপালটা পর আমরা পেতে $X(e^{j\omega})$ $H(e^{j\omega})$ $x[n]$ $h[n]$ $\omega$ $-\omega$

এক্স (ই^{- ঞ ω}) এইচ (ই^{- ঞ ω})

$X(e^{-j\omega})H(e^{-j\omega})$

দ্বিতীয় ফিল্টার পাসটি another) এর সাথে আরও একটি গুণটির সাথে মিলে যায় : $H(e^{j\omega})$

এক্স (ই^{- ঞ ω}) এইচ (ই^{ঞ ω}) এইচ (ই^{- ঞ ω})

$X(e^{-j\omega})H(e^{j\omega})H(e^{-j\omega})$

যা সময়-বিপর্যয়ের পরে অবশেষে আউটপুট সিগন্যালের বর্ণালী দেয়

\begin{matrix} (1) & ওয়াই (ই^{ঞ ω}) = এক্স (ই^{ঞ ω}) এইচ (ই^{ঞ ω}) এইচ (ই^{- ঞ ω}) = এক্স (ই^{ঞ ω}) | এইচ (ই^{ঞ ω}) |^{2} \end{matrix}

$Y(e^{j\omega})=X(e^{j\omega})H(e^{j\omega})H(e^{-j\omega})= X(e^{j\omega})|H(e^{j\omega})|^2\tag{1}$

কারণ বাস্তব-মূল্যবান ফিল্টার সহগের জন্য আমাদের । আউটপুট বর্ণালী ফ্রিকোয়েন্সি প্রতিক্রিয়া সঙ্গে একটি ফিল্টার সঙ্গে ফিল্টার করার মাধ্যমে প্রাপ্ত হয় সমীকরণ (1) অনুষ্ঠান , যা বিশুদ্ধরূপে রিয়েল-মূল্যবান হয়, অর্থাত তার ফেজ শূন্য হয় এবং এর ফলে আছে কোন পর্ব বিকৃতি। $H(e^{-j\omega})=H^{*}(e^{j\omega})$ $|H(e^{j\omega})|^2$

এটি তত্ত্ব। রিয়েল-টাইম প্রসেসিংয়ে অবশ্যই যথেষ্ট বড় বিলম্ব হয় কারণ সময়-বিপর্যয় কেবল তখনই কাজ করে যদি আপনি ইনপুট ব্লকের দৈর্ঘ্যের সাথে সম্পর্কিত কোনও বিলম্বকে অনুমতি দেন। তবে এটি কোনও ধরণের বিকৃতি নেই এই সত্যটি পরিবর্তন করে না, এটি আউটপুট ডেটার মাত্র একটি অতিরিক্ত বিলম্ব। এফআইআর ফিল্টারিংয়ের জন্য, এই পদ্ধতিরটি বিশেষভাবে কার্যকর নয় কারণ আপনি একটি নতুন ফিল্টার সংজ্ঞায়িত করতে পারেন এবং সাধারণ ফিল্টারিংয়ের সাথে একই ফল পাবেন। আইআইআর ফিল্টারগুলির সাথে এই পদ্ধতিটি ব্যবহার করা আরও আকর্ষণীয়, কারণ তাদের শূন্য-পর্ব (বা লিনিয়ার ফেজ, অর্থাত্ বিশুদ্ধ বিলম্ব) থাকতে পারে না cannot $\hat{h}[n]=h[n]*h[-n]$

যোগফল:

আপনার যদি আইআইআর ফিল্টার থাকে বা আপনার প্রয়োজন হয় এবং আপনি শূন্য পর্বের বিকৃতি চান, এবং প্রসেসিং বিলম্ব কোনও সমস্যা নয় তবে এই পদ্ধতিটি কার্যকর
প্রসেসিং বিলম্ব যদি একটি সমস্যা হয় তবে আপনার এটি ব্যবহার করা উচিত নয়
আপনার যদি একটি এফআইআর ফিল্টার থাকে, আপনি সহজেই একটি নতুন এফআইআর ফিল্টার প্রতিক্রিয়া গণনা করতে পারেন যা এই পদ্ধতিটি ব্যবহারের সমতুল্য। নোট করুন যে এফআইআর ফিল্টারগুলির সাথে একটি সঠিক রৈখিক পর্যায় সর্বদা উপলব্ধি করা যায়।

— ম্যাট এল।
সূত্র

আমি একটি ট্যাগ তৈরি করেছি maximum-aposteriori-estimation। আপনি দয়া করে এর নাম পরিবর্তন করতে পারেন maximum-a-posteriori-estimation? ভুল করে আমি ভুলে গেছি -পর a। ধন্যবাদ.

— রায়

15

আমি এই ভিডিওটি খুব, খুব সহায়ক বলে মনে করেছি (এটি ম্যাট এর উত্তরে বিস্তারিতভাবে বর্ণনা করেছে)।

ভিডিও থেকে এখানে কিছু মূল ধারণা দেওয়া হল:

জিরো-ফেজের ফলে কোনও ধাপের বিকৃতি ঘটবে না, তবে ফলাফলটি একটি অ-কার্যকারিতা ফিল্টার হিসাবে আসবে। এর অর্থ হ'ল যদি ডেটাটি সংগ্রহ করা হিসাবে ফিল্টার করা হয় তবে এটি কোনও বিকল্প হবে না (কেবলমাত্র সঞ্চিত ডেটার জন্য বৈধ যা আমরা পোস্ট-প্রক্রিয়া করতে পারি)।
আপনি যখন কোনও অ-কার্যকারণীয় ফিল্টার প্রয়োগ করেন, স্থানান্তরগুলি অস্পষ্টভাবে সামনে এবং পিছনের দিকে ফিরে যায় (উদাহরণস্বরূপ, যদি আমরা 2 ডিবি রিপল চাই, তবে আমরা ফিল্টারটি ব্যবহার করে এগিয়ে এবং পশ্চাদপটে রান করতে যাচ্ছি তার অর্থ আমরা প্রতিটিটি চাইব এগুলিতে 1 ডিবি থাকতে হবে)।
বিচ্ছিন্ন সময় ফুরিয়ার রূপান্তরকরণের সময়-বিপরীত সম্পত্তি ব্যবহার করে।
ফিল্টফিল্টের দ্বারা কার্যকর ফ্রিকোয়েন্সি প্রতিক্রিয়া হ'ল এক দিকের চৌম্বকযুক্ত এর দৈর্ঘ্য। আপনি আপনার ইনপুট সিগন্যাল নিন, x[n]এটি ফিল্টার করুন, ফলাফলটি বিপরীত করুন, এটি আবার ফিল্টার করুন এবং আবার বিপরীত করুন (সময়ের বিপরীত পদক্ষেপে সমস্ত ডেটা উপলব্ধ থাকতে হবে)।

— aralar
সূত্র