信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变,甚至是在相当多的情况下,这种畸变还很严重,以致于信号及其所携带的信息被深深地埋在噪声当中了,所以滤波是信号处理中的一项基本而重要的技术。
滤波
滤波是将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施。是根据观察某一随机过程的结果,对另一与之有关的随机过程进行估计的概率理论与方法。
滤波一词起源于通信理论,它是从含有干扰的接收信号中提取有用信号的一种技术。“接收信号”相当于被观测的随机过程,“有用信号”相当于被估计的随机过程。
这类问题在电子技术、航天科学、控制工程及其他科学技术部门中都是大量存在的。历史上最早考虑的是维纳滤波,后来R.E.卡尔曼和R.S.布西于20世纪60年代提出了卡尔曼滤波。现对一般的非线性滤波问题的研究相当活跃。
滤波技术的分类
信号分两类:连续的模拟信号和离散的数字信号。
所以,按所处理的信号来分类,滤波技术便分为两类:模拟滤波技术和数字滤波技术
数字滤波技术的核心是算法,但也并不是完全脱离硬件的。比如数字信号处理器(DSP)就是常见的数字滤波设备,除了滤波,DSP还会对数字信号进行变换、检测、谱分析、估计、压缩、识别等一系列的加工处理。
1、模拟滤波技术
一般都是通过硬件电路实现的。 举个例子,比如——车身蓄电池提供的12V直流电源,它其实并不纯洁。除了纯净的12V恒压电源外,还掺杂着一些交流杂波。所以我们需要用电容、电感、电阻来组成硬件滤波电路,以频率为标识符来滤除这些杂波。硬件滤波的基本原理就是电容、电感的容抗和感抗与频率有关。
模拟滤波技术(硬件滤波技术)分为两类:无源滤波和有源滤波。
无源滤波电路仅由无源元件(电阻、电容、电感)组成。
有源滤波电路不仅由无源元件,还由有源元件(双极型管、单极型管、集成运放)组成。有源电路除了输入信号外,还必须要有外加电源才可以正常工作, 有源元件也叫主动元件,要依靠电流方向才能体现其价值。有源滤波自身就是谐波源,会产生谐波干扰。
总的来说,平时我们用的比较多的还是无源滤波电路。
2、数字滤波技术
这里就只说软件滤波了,不说DSP。
常见的数字滤波算法大概有十几种,可以根据其作用来进行简单分类:
克服大脉冲干扰的滤波算法有:1、限幅滤波法;2、中位值滤波法;3、基于拉依达准则的奇异数据滤波法;4、基于中值数绝对偏差的决策滤波器。
克服小幅度高频噪声的滤波算法有:1、算术平均;2、滑动滤波;3、加权滑动平均。这三种算法都具有低通特性,所谓的低通是通低频(滤高频),故叫做低通。
正常的软件滤波逻辑是,先剔除大的异常干扰,再过滤高频低幅噪声。一般高频干扰是由电子元器件热噪声、AD量化噪声引起的。
此外,还有一些高贵冷艳的滤波算法,比如维纳滤波,卡尔曼滤波等。
实际上,数字滤波技术可以分为两类:即经典滤波和现代滤波。
经典滤波技术的基础是傅里叶变换,它建立在信号和噪声频率分离的基础上,通过将噪声所在频率区域幅值衰减来达到提高信噪比,于是针对不同的频率段就产生了低通,高通,带通等滤波器之分。
现代滤波器则不是建立在频率领域,而是通过随机过程的数学手段,通过对噪声和信号的统计特性(如自相关函数,互相关函数,自功率谱,互功率谱等)做一定的假定,然后通过合适的数学方式,来提供信噪比。譬如KALMAN滤波器中,总会假定状态噪声和测量噪声是不相关的。在weiner滤波器中还必须假定信号是平稳的,等等。所以现代滤波技术没有带通、低通、高通之分。
说白了,现代滤波技术就是用数学(特别是统计学)的方法,对于采集的数据进行分析,利用数学原理滤除差异较大的数据,保持数据的灵敏度和稳定性。所以之前的那十几种滤波技术以及卡尔曼滤波、维纳滤波等,都可以归类于现代滤波技术。
总的来说,一般有这种联系:
频率—硬件—经典滤波;
统计—算法—现代滤波。
经典滤波技术出现后,人们发现有些噪声和信号的频谱相互混叠,用经典滤波器得不到满意的滤波效果。这时候基于统计学的现代滤波技术才诞生了。总之两类滤波技术各有所用,具体问题具体分析。
滤波器
滤波器,顾名思义对于电路中传播的电磁骚扰,采用滤波技术加以抑制。