Finite impulse response

Finite impulse response

Ein Filter mit endlicher Impulsantwort (englisch finite impulse response filter, FIR-Filter, oder manchmal auch Transversalfilter genannt) ist ein diskreter, meist digital implementierter Filter und wird im Bereich der digitalen Signalverarbeitung eingesetzt.

Das Charakteristikum von FIR-Filtern ist, dass sie über eine Impulsantwort mit garantiert endlicher Länge verfügen. Das bedeutet: FIR-Filter können, egal wie die Filterparameter gewählt werden, niemals instabil werden oder zu einer selbstständigen Schwingung angeregt werden. FIR-Filter sind meistens nicht-rekursive Filter, weisen also keine Rückkopplungen oder Schleifen in ihrer Struktur auf. Es gibt aber auch einige spezielle FIR-Filterstrukturen mit Rückkopplungen, ein Beispiel dafür sind Cascaded-Integrator-Comb-Filter. Gleichwohl können bestimmte Übertragungsfunktionen von FIR-Filtern auch mit diskreten rekursiven Filterstrukturen realisiert werden.

Während es sehr einfach ist, digitale FIR-Filter zu realisieren, ist die Implementierung analoger FIR-Filter wegen der notwendigen Laufzeit-Verzögerungen nicht ohne Weiteres als elektrische Schaltung möglich. Beispiele sind (als trivialer Grenzfall) eine Verzögerungsleitung sowie SAW-Filter.

Inhaltsverzeichnis

Eigenschaften

Als wesentliche Eigenschaft sind FIR-Filter immer stabil. Dies folgt mathematisch aus der Notwendigkeit, dass bei den beiden Direktformen die einzige n-fache Polstelle der Übertragungsfunktion immer im Ursprung und somit innerhalb des Einheitskreises liegt. Bei rekursiven FIR-Filtern fallen die Nullstellen exakt mit den Polstellen zusammen und heben diese auf. Durch diese grundsätzlich garantierte Stabilität werden FIR-Filter beispielsweise bei adaptiven Filtern als Basis für die Filterstruktur eingesetzt. Auch wirken sich Quantisierungsfehler bei den Filterkoeffizienten, durch die notwendige Beschränkung auf endlich viele Stellen, nur in geringem Maße aus.

Weiterhin ist die Gleichspannungsverstärkung eines FIR-Filters der Normalformen gleich der Summe aller Filterkoeffizienten und die Impulsantwort h(k) liefert die Folge der Filterkoeffizienten. Diese Koeffizientenfolge ist bei einem FIR-Filter mit Ordnung m immer m+1 Werte lang, womit eine gerade Filterordnung immer eine ungerade Anzahl von Filterkoeffizienten bzw. vice versa nach sich zieht.

Im Gegensatz zu den IIR-Filtern ist zur Realisierung einer bestimmten Filterübertragungsfunktion mittels FIR-Filter eine deutlich höhere Ordnung m notwendig.

Grundtypen

Neben den allgemeinen, komplexwertigen FIR-Systemen spielen vor allem reellwertige FIR-Systeme in der praktischen Realisierung von Filtern eine bedeutende Rolle. Reellwertige FIR-Filter weisen als Koeffizienten nur reelle Zahlen auf und lassen sich je nachdem ob eine gerade oder ungerade Filterordnung bzw. eine gerade oder ungerade Symmetrie der Impulsantwort vorliegt, in vier verschiedene Grundtypen unterteilen. Diese vier Typen unterscheiden sich unter anderem in der Lage der fest vorgegebenen Nullstellen im Betragsfrequenzgang |H(jΩ)|.

In folgender Tabelle, deren Normierung in der Literatur allerdings nicht einheitlich ist, sind zu den vier Grundtypen die beispielhaften Impulsantworten angegeben. Bei der Übertragungsfunktion H(jΩ) stellt der Parameter Ω die auf π normierte Frequenz dar. Dabei ist Ω gleich π bei der halben Abtastfrequenz, was der Grenzfrequenz von zeitdiskreten Übertragungssystemen entspricht. Ω=2π entspricht der Abtastfrequenz. Da es sich immer um zeitdiskrete Systeme handelt, weist der Betragsfrequenzgang |H(jΩ)| eine Periodizität mit der Abtastfrequenz auf, welche je nach Typ verschieden ist.

Eigenschaften der vier linearphasigen FIR-Grundtypen
Typ Filterordnung m Symmetrie der
Impulsantwort
Beispielhafte
Impulsantwort h(k)
Fixe Nullstellen
im Frequenzgang H(jΩ)
Periodizität
von |H(jΩ)|
1 gerade gerade
keine
2 gerade ungerade
Ω = 0
Ω = π
3 ungerade gerade
Ω = π
4 ungerade ungerade
Ω = 0

Bei dem Filterentwurf sind diese speziellen Eigenschaften von wesentlicher Bedeutung. So ergibt beispielsweise der Entwurf eines Hochpasses mit einer FIR-Struktur mit gerader Filterordnung und ungerader Symmetrie (Typ 2) bzw. ungerader Filterordnung und gerader Symmetrie (Typ 3) keinen Sinn, da in beiden Fällen zwangsweise bei Ω=π eine unerwünschte Nullstelle liegt und dies der Forderung eines nach oben offenen Frequenzganges bei einem Hochpass widerspricht. Ebenso ergibt die Realisierung eines Tiefpasses mit Typ 2 oder Typ 4 Probleme, da die zwangsweise Nullstelle Ω=0; immer den bei einem Tiefpass erwünschten Gleichanteil unterdrückt.

Realisierungsformen

Nicht rekursive FIR-Filter können in verschiedenartigen Grundformen realisiert werden welche im folgenden näher dargestellt werden.

Direkte Normalformen

FIR Filter 4. Ordnung in Normalform 1
FIR Filter 4. Ordnung in Normalform 2

Die beiden direkten Normalformen 1 und 2, auch als kanonische Normalform und im Englischen als Direct Form I (DF1) und Direct Form II (DF2) bezeichnet, kennzeichnen FIR-Filter welche mit einer minimalen Anzahl von Speicherelementen bzw. Filterkoeffizienten zur Realisierung einer gegebenen Übertragungsfunktion auskommen. Man unterscheidet zwei Formen, wie in den beiden nebenstehenden Abbildungen es beispielhaft für ein FIR-Filter 4. Ordnung dargestellt ist.

Die beiden Normalformen sind äquivalent und können ineinander übergeführt werden. Je nach konkreter Realisierung des Filters, beispielsweise in einem digitalen Signalprozessor mittels sequentiell abgearbeiteter Software oder in digitalen Schaltungen mittels paralleler Datenverarbeitung wie FPGAs, kann die eine oder die andere Form effizienter zu implementieren sein. Die Normalform 1 bietet beispielsweise die Möglichkeit, die ausgangsseitigen Addierstufen zu einem einzigen Addier mit m+1 Eingängen zusammenzufassen, während die Normalform 2 es gestattet, gleiche Koeffizienten zusammenzufassen und damit Multiplizierstufen zu reduzieren.

Die Differenzengleichung für die Filterantwort ist für beiden Formen identisch und lautet für ein System m-ter Ordnung im Zeitbereich:

y[k]=\sum_{i=0}^m h(i) \cdot u_{k-i}

Die dabei auftretenden Faktoren h(i) stellen die Filterkoeffizienten dar. Durch Umformen lässt sich die Übertragungsfunktion ermitteln:

H(z)=\sum_{i=0}^m h(i) \cdot z^{-i}

Bei reellwertigen Filtern lässt sich der komplexe Parameter z durch e, mit Ω als normierte Frequenz ersetzen. Die Elemente z werden auch als Taps bezeichnet, und stellen bei der Realisierung zeitliche Verzögerungen bzw. Speicherelemente dar. Ein FIR-Filter dieser Form weist in der Z-Ebene immer m Nullstellen und einen m-fachen Pol im Ursprung bei 0 auf, womit der Frequenzgang ausschließlich durch die Nullstellen in der z-Ebene bestimmt wird.

Die Ermittlung der bei zeitlich unveränderlichen FIR-Filter konstanten Filterkoeffizienten h(i) erfolgt im Rahmen der Dimensionierung des Filters, nach bestimmten Vorgaben. Diese Vorgaben stellen zum einen grundsätzliche Aussagen über die gewünschte Übertragungsfunktion dar, wie beispielsweise die Realisierung eines Hochpasses, Tiefpasses, Bandpasses oder Bandsperre und dessen Grenzfrequenzwerte. Dazu kommen weitere Parameter wie beispielsweise zulässige Abweichungen des Betragsfrequenzganges von einer Idealform und deren Steilheit im Übergangsbereich. Die Dimensionierung erfolgt dann mit numerischen Softwarepaketen wie MATLAB.

Optimierung

Durch Ausnutzen der geraden bzw. ungeraden Symmetrie der Impulsantwort von linearphasigen FIR-Filtern lassen sich in beiden Normalformen aufwendige Multiplizierer auf bis zur Hälfte reduzieren. Dabei werden die Daten aus dem jeweiligen Speicherelementen zunächst addiert, welche anschließend mit identischen Filterkoeffizienten multipliziert werden.

Kaskadierte Form

FIR Filter 6. Ordnung in kaskadierter Form

FIR-Filter höherer Ordnungen lassen sich auch in mehrere, kleinere FIR-Filter niedrigerer Ordnung, meist 2. Ordnung, aufspalten und seriell aneinanderschalten (kaskadieren), um als Summe die Übertragungsfunktion des Filters höherer Ordnung zu bilden. In nebenstehender Abbildung ist ein kaskadiertes FIR-Filter 6. Ordnung dargestellt, bestehend aus drei einzelnen FIR Filtern mit jeweils 2. Ordnung. In der meist englischsprachigen Fachliteratur werden diese Filterstrukturen auch als Second Order Structure, oder abgekürzt als SOS-Filter, bezeichnet.

Die einzelnen elementaren FIR-Filter können dabei wieder in der Normalform 1 oder Normalform 2 auftreten. Die Überführung der Filterkoeffzienten von der Normalform in eine kaskadierte Form erfordert eine Transformation der Filterkoeffizienten.

Der Grund für diese Umformung liegt in den Quantisierungsfehlern der Filterkoeffizienten im Rahmen der Implementierung in digitalen Systemen begründet. Durch die nur endliche Genauigkeit mit der jene Koeffizienten gespeichert werden können, können Rundungsfehler zu unzulässigen Fehlern führen. Bei der kaskadierten Filterstruktur ist die Aufteilung der quantisierten Filterkoeffzienten gleichmässiger verteilt als in den beiden Normalformen.

Die Übertragungsfunktion H(z) für kaskadierte FIR-Filter gerader Ordnung, wie in der Abbildung für die Filterodnung m=6 mit den Filterkoeffizienten h, ergibt sich zu:

H(z) = h(0) \prod^{\frac{m}{2}-1}_{i=0} \left(1 + h(1i)z^{-1} + h(2i)z^{-2}\right)

Polyphasen Form

Kanonisches Polyphasen FIR-Filter 8. Ordnung

Die Struktur von Polyphasen FIR-Filtern stellt eine parallele Verschaltung einzelner FIR-Filter dar, wovon sich auch der Begriff Polyphase ableitet. Dabei werden einzelne, elementare FIR-Filter niedriger Ordnung zeitlich nacheinander verschaltet und deren jeweilige Ausgabe aufsummiert. Die zu filternde Datenfolge durchläuft dabei parallel aber zeitliche versetzt die einzelnen elementaren Filter.

Polyphase Formen bieten verschiedene Vorteile bei der Optimierung, vor allem bei der Implementierung direkt in digitalen Hardwareschaltungen. So können einzelne Teilfilter des Polyphase-Filters mit niedrigerer Taktrate als das Gesamtfilter betrieben werden. Oder es kann zwecks Minimierung der Hardware nur ein Teilfilter implementiert werden, dessen Filterkoeffizienten zyklisch vertauscht werden.

Weitere Formen

Daneben existieren noch weitere FIR-Formen wie beispielsweise Latticefilter welche sowohl als FIR-Filter als auch als IIR-Filter auftreten. Diese Filterformen finden wegen ihrer Struktur vor allem als Prädiktionsfehlerfilter im Bereich der Spektralschätzung für digitale Funkübertragungen, wie beispielsweise in digitalen Mobilfunknetzen, Anwendung.

Schnelle Faltung

Die übliche Realisierung in einer der beiden Normalformen stellt die direkte Ausführung der diskreten, aperiodischen Faltung dar. Eine alternative und funktionell identische Realisisierungsmöglichkeit ist die schnelle Faltung. Dabei wird eine schnelle Fouriertransformation (FFT) und deren inverse Transformation mit der Multiplikation der Impulsantwort im Spektralbereich kombiniert, woraus eine periodische Faltung resultiert. Diese Operation ist allerdings nicht identisch mit der aperiodischen Faltung, was durch die blockorientierte Verarbeitung der FFT bedingt ist. Durch Anwendung von Verfahren wie dem Overlap-Save-Verfahren oder dem Overlap-Add-Verfahren kann eine der diskreten, aperiodischen Faltung idente Filterrealisierung erreicht werden. Je nach Zahlenformat und Art der Implementierung kann ab FIR-Filterordnungen von ca. 40 aufwärts mit der schnellen Faltung eine effizientere Implementierungen erreicht werden, als durch direkte Ausführung der aperiodischen Faltungsoperation.

Literatur

  • Karl Dirk Kammeyer: Digitale Signalverarbeitung. 6. Auflage. Teubner, 2006, ISBN 3-8351-0072-6. 
  • B. A. Shenoi: Introduction to Digital Signal Processing and Filter Design. 1. Auflage. Wiley, 2006, ISBN 0-471-46482-1. 

Weblinks


Wikimedia Foundation.

Игры ⚽ Нужна курсовая?

Schlagen Sie auch in anderen Wörterbüchern nach:

  • Finite impulse response — A finite impulse response (FIR) filter is a type of a digital filter. The impulse response, the filter s response to a Kronecker delta input, is finite because it settles to zero in a finite number of sample intervals. This is in contrast to… …   Wikipedia

  • Finite impulse response filter — Ein Filter mit endlicher Impulsantwort (englisch finite impulse response filter, FIR Filter, oder manchmal auch Transversalfilter genannt) ist ein diskreter, meist digital implementierter Filter und wird im Bereich der digitalen… …   Deutsch Wikipedia

  • Infinite impulse response — IIR redirects here. For the conference company IIR, see Informa.Infinite impulse response (IIR) is a property of signal processing systems. Systems with that property are known as IIR systems or when dealing with electronic filter systems as IIR… …   Wikipedia

  • Acoustic Radiation Force Impulse (ARFI) Imaging — uses acoustic radiation force to generate images of the mechanical properties of soft tissue. How it worksAcoustic radiation force is a phenomenon associated with the propagation of acoustic waves in attenuating media. Attenuation includes both… …   Wikipedia

  • Digital filter — A general finite impulse response filter with n stages, each with an independent delay, di, and amplification gain, ai. In electronics, computer science and mathematics, a digital filter is a system that performs mathematical operations on a… …   Wikipedia

  • Convolution — For the usage in formal language theory, see Convolution (computer science). Convolution of two square pulses: the resulting waveform is a triangular pulse. One of the functions (in this case g) is first reflected about τ = 0 and then offset by t …   Wikipedia

  • Linear filter — A linear filter applies a linear operator to a time varying input signal. Linear filters are very common in electronics and digital signal processing (see the article on electronic filters), but they can also be found in mechanical engineering… …   Wikipedia

  • Filter design — is the process of designing a filter (in the sense in which the term is used in signal processing, statistics, and applied mathematics), often a linear shift invariant filter, which satisfies a set of requirements, some of which are contradictory …   Wikipedia

  • Scale space implementation — Scale space Scale space axioms Scale space implementation Feature detection Edge detection Blob detection Corner detection …   Wikipedia

  • Blind equalization — is a digital signal processing technique in which the transmitted signal is inferred from the received signal, while making use only of the transmitted signal statistics. Hence, the use of the word blind in the name.Blind equalization is… …   Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”