FIR滤波器

1.1什么是FIR滤波器?FIR滤波器是在数字信号处理(DSP)中经常使用的两种基本的滤波器之一,另一个为IIR滤波器.1.2FIR代表什么?FIR是有限冲激响应(FiniteImpulseResponse)的简称.1.3FIR(有限冲激响应)中的有限该如何理解?冲激响应是有限的意味着在滤波器中没有发反馈有些人直接读字母音F-I-R;也有人发做fir的音[:],fir是冷杉树.1.5FIR滤波器外有什么其他选择??DSP滤波器还有一类:IIR(无限冲激响应,InfiniteImpulseResponse).IIR滤波器使用反馈,因此当信号输入后,输出是根据算法循环的.1.6FIR滤波器与IIR滤波器比较?但总得来说,FIR滤波器的优点远大于缺点,因此在实际运用中,FIR滤波器比IIR滤波器使用地比较多.1.6.1相对于IIR滤波器,FIR滤波器有什么优点?相较于IIR滤波器,FIR滤波器有以下的优点:*可以很容易地设计线性相位的滤波器.线性相位滤波器延时输入信号,却并不扭曲其相位.*实现简单.在大多数DSP处理器,只需要对一个指令积习循环就可以完成FIR计算.*适合于多采样率转换,它包括抽取(降低采样率),插值(增加采样率)操作.无论是抽取或者插值,运用FIR滤波器可以省去一些计算,提高计算效率.相反,如果使用IIR滤波器,每个输出都要逐一计算,不能省略,即使输出要丢弃.*具有理想的数字特性实际中，所有的DSP滤波器必须用有限精度（有限bit数目）实现，而在IIR滤波器中使用有限精度会产生很大的问题，由于采用的是反馈电路，因此IIR通常用非常少的bit实现，设计者就能解决更少的与非理想算术有关的问题。*可以用小数实现.不像IIR滤波器，FIR滤波器通常可能用小于1的系数来实现。（如果需要，FIR滤波器的总的增益可以在输出调整）。当使用定点DSP的时候，这也是一个考虑因素，它能使得实现更加地简单。1.6.2相较于IIR滤波器,FIR滤波器的缺点是什么?相比较于IIR滤波器,有时FIR滤波器为了得到一个给定的滤波响应特性,需要花费更多的存储器或者计算.当然,用FIR滤波器去实现某些响应也是不实际的.1.7在描述FIR滤波器的时候,都要提到什么术语?*冲激响应-FIR滤波器的冲激响应实际上是FIR的系数.*抽头(Tap)-FIR的抽头是系数或者延时对.FIR抽头的个数(通常用N来表示)意味着:1)实现滤波器所需要的存储空间,2)需要计算的数目,3)滤波器能滤掉的数量,实际上,越多的抽头意味着有更多的阻带衰减,更少的波纹,更窄的滤波等等.*乘累加(MAC)-在FIR方面考虑,MAC是指把延时的数据采样与相应的系数相乘，然后累加结果。通常，FIR每一个抽头都需要一个MAC。大多数DSP微处理器实现MAC操作都是单指令周期。*跃迁带（TransitionBand）-在通带和阻带边沿之间的频带。跃迁带越窄，需要更多的抽头去实现滤波器。也有说，小的跃迁带就是一个sharp滤波器。*延时线-一组存储器单元，实现在FIR计算中的Z^-1延时。*环形缓存-一个特殊的缓存，是首尾相连的。通常由DSP微处理器实现。.1线性相位2.1.1FIR滤波器和线性相位之间有什么关系?大多数的FIR滤波器是线性相位滤波器.当需要设计线性相位滤波器时,通常使用FIR滤波器.2.1.2什么是线性相位滤波器?线性相位是指滤波器的相位响应是频率的线性函数（在+/-180度）。因此滤波器的延时后，所有的频率相位相同。因而滤波器不会产生相位和延迟扭曲。在某些领域，比如数字解调器，没有相位或者延迟扭曲是FIR滤波器相对于其他IIR和模拟滤波器的一个关键优点2.1.3线性滤波器的条件是什么?FIR滤波器经常被设计成为线性相位的，当然不是必须要这么做。如果滤波器的系数是关于中心系数对称的，也就是说第一个系数和最后一个系数相同，第二个系数和倒数第二个相同，那么FIR滤波器就是线性的。有奇数个系数的FIR滤波器，中心单独的系数没有对应的。2.1.4什么是线性相位FIR滤波器的延时?非常简单的公式:给定FIR滤波器有N个抽头,那么延时是(N-1)/(2*Fs),这里Fs是采样频率.比如,21抽头的线性相位滤波器运行在1kHz,那么延时就是(21-1)/(2*1kHz)=10微秒.2.1.4除了线性相位,还可以选择什么?当然是非线性的了。实际上，最流行的选择是最小相位滤波器。最小相位滤波器，也叫最小延时滤波器，比线性相位滤波器具有更少的延时，当两者的幅度响应相同时以非线性相位特性。低通滤波器在它的冲击响应中心有最大的系数。而最小相位滤波器的最大系数在开始部分。2.2频率响应2.2.1什么是FIR滤波器的Z变换r?对于N抽头的滤波器,系数为h(k),那么输出由:y(n)=h(0)x(n)+h(1)x(n-1)+h(2)x(n-2)+...h(N-1)x(n-N-1),滤波器的z变换就是:H(z)=h(0)z-0+h(1)z-1+h(2)z-2+...h(N-1)z-(N-1),or2.2.2FIR滤波器的频率响应公式是什么r?H(z)中的变量z为连续的复数变量，可以描述为z=r•ejw，这里r是幅度，w是z的角度。如果令r=1，H(z)就变成了滤波器频率响应H(jw)。这也就意味着替代z为ejw，得到了滤波器频率响应H(w)。H(jw)=h(0)e-j0w+h(1)e-j1w+h(2)e-j2w+...h(N-1)e-j(N-1)w,or使用欧拉公式,e-ja=cos(a)-jsin(a),我们可以把H(jw)写成矩形表示:H(jw)=h(0)[cos(0w)-jsin(0w)]+h(1)[cos(1w)-jsin(1w)]+...h(N-1)[cos((N-1)w)-jsin((N-1)w)],or2.2.3能用离散傅立叶变换(DFT)来计算FIR的频率响应么?可以。对于N抽头的FIR，可以得到Nevenly-spacedpointsofthefrequencyresponsebydoingaDFTonthefiltercoefficients.但是，为了得到任意频率的频率响应，需要使用上边的公式。2.2.4FIR滤波器的DC增益指的是什么?DC(0Hz)输入信号包含每个采样都为1.0。通过延时线后，输出是所有系数的和。因而，在DC处滤波器的增益就是所有系数之和。可以通过上边的公式进行验证。问我们设w为0，cos项就一直为1，而sin项则一直为0。因此频率响应就变成了：2.2.5如何调整FIR滤波器的增益?简单地在系数上乘上因子.2.3数字性质2.3.1FIR滤波器是固有稳定的?是的，因为没有反馈，任何有限的输入产生有限的输出。2.3.2什么使FIR滤波器的数字性质变好？缺少反馈是关键。在计算机中实现FIR滤波器时，每个计算都产生数字错误。由于FIR滤波器没有反馈，因此不能够记住以前的错误。相反，IIR滤波器的反馈可能导致错误的积累。.这个实际的影响就是，可以用更少的bit去实现与IIR滤波器相同精度的滤波器。比如，FIR滤波器通常用16位来实现的话，IIR滤波器就通常需要32位，或者更多。2.4为什么通常在多采样率系统中采用FIR滤波器而不采用IIR滤波器?因为只有一小部分的计算需要用减采样或者插值滤波器来实现。由于FIR滤波器不使用反馈，因而只有那些实际需要使用的输出才需要计算。比如，在减采样的时候（N个输出中只有一个有效），那么其他的N-1输出就不会进行计算。类似的，对于插值滤波器（在采样点中插入0来提高采样率），你不必实际地用FIR滤波器乘以系数，求和得到，你只需要忽略和这些值有关的乘加（因为它们不会改变结果）。相反，因为IIR滤波器使用反馈，每个输入都必须使用，每个输入必须计算，因为所有的输入和输出对滤波器的反馈都有影响。2.5有哪些特殊的FIR滤波器?Asidefromregularandextracrispythereare:*矩形-矩形FIR滤波器是每个系数都是1.0的简单的滤波器。因而对于N个抽头的矩形滤波器，它的输出仅仅是过去N个采样之和。由于矩形FIR只能实现加法，因此当乘法器实现比较昂贵时，在硬件实现中会考虑。*希尔伯特变换（HilbertTransformer）-希尔伯特变换是把信号相移90度。它们经常被用在，给定实数部分，产生虚数部分。*差分（Differentiator）-差分器的幅度响应是频率的线性函数。现在已经不流行了，但是以前曾经在FM解调器上使用过。*Lth-Band-也叫做“Nyquist滤波器，这些滤波器是在多速率应用中特殊的一类滤波器。主要的卖点是，每L个系数有一个为0，那么就将减少乘累加操作的实现（著名的半带滤波器就是这一种）。*Raised-Cosine-这是一种特殊类型的滤波器，有时会用在数字数据应用方面。（通带上的频率响应是被上移一个常数的cos形状）。0引言FIR(finiteimpulseresponse)滤波器是数字信号处理系统中最基本的元件，它可以在保证任意幅频特性的同时具有严格的线性相频特性，同时其单位冲激响应是有限的，没有输入到输出的反馈，是稳定的系统。因此，FIR滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。目前FIR滤波器的硬件实现有以下几种方式：一种是使用单片通用数字滤波器集成电路，这种电路使用简单，但是由于字长和阶数的规格较少，不易完全满足实际需要。虽然可采用多片扩展来满足要求，但会增加体积和功耗，因而在实际应用中受到限制。另一种是使用DSP芯片。DSP芯片有专用的数字信号处理函数可调用，实现FIR滤波器相对简单，但是由于程序顺序执行，速度受到限制。而且，就是同一公司的不同系统的DSP芯片，其编程指令也会有所不同，开发周期较长。还有一种是使用可编程逻辑器件，FPGA／CPLD。FPGA有着规整的内部逻辑块整列和丰富的连线资源，特别适合用于细粒度和高并行度结构的FIR滤波器的实现，相对于串行运算主导的通用DSP芯片来说，并行性和可扩展性都更好。FIR滤波器的主要组成模块是乘累加单元(MAC)，如果按照直观结构构造乘法器和系数寄存器来实现会占用大量的逻辑资源，显然不可取。本文采用基于分布式算法思想的方法来设计FIR滤波器，并在FPGA上实现。1分布式算法原理分布式算法(distributedarithmetic，DA)最初是在1973年由Croisier提出的，但直到Xilinx发明FPGA的查找表以后，DA算法才在上世纪90年代初重新受到重视，并有效地应用在FIR滤波器的设计中。DA算法的原理如下。一线性时不变网络的输出为：假设c(n)为已知常系数，x(n)是变量，用(B+1)位2进制补码表示为：函数f(c(n)，xb(n))的实现方法是利用一个LUT(查找表)实现影射f(c(n)，xb(n))，也就是说2N字宽、预先设定程序的LUT接收一个N位输入向量xb=[xb[0]，xb[1]…xb[N-1]]，输出为f(c(n)，xb(n))，个个影射，f(c(n)，xb(n))都由相应的二次幂加权并累加。对于固定系数，整数乘以2b即左移6位，可以通过硬连线实现，不占用逻辑资源，利用图1所示的移位加法器就能有效地实现累加。DA算法的主要特点是巧妙利用SRAM查找表将固定系数的MAC运算转化为查表操作，其运算速度不随系数和输入数据精度的增加而降低，而且相对直接实现乘法器和系数寄存器在逻辑资源占用上得到了极大的改善。缺点是查找表的大小随滤波器的阶数的增加呈指数增长，这时可以采用将大查找表分解为小查找表的方法来降低逻辑资源的消耗，如图2所示。2FIR滤波器的网络结构N阶FIR滤波器相对于输入时间序列x(n)的输出表达式为：即输出序列为单位脉冲相应h(n)与输入x(n)的卷积，由卷积关系可直接画出结构图，称之为直接型结构，如图3所示，该结构中共需要N个乘法器。对于线性相位FIR滤波器，其单位取样响应是对称或反对称的，即：利用对称性可以简化网络结构，当h(n)为偶对称且N为偶数时，其线性网络结构如图4所示，仅需