查看“︁頻率取樣法”︁的源代码

{{Multiple issues|
{{Expert needed|subject=數位訊號處理|subject2=数学|subject3=计算机科学|time=2024-06-12T03:38:19+00:00}}
{{Onesource|time=2024-07-04T04:14:25+00:00}}
{{Original research|time=2024-07-04T04:14:25+00:00}}
}}
{{NoteTA|
|G1=Signals and Systems
}}
對理想濾波器的[[频率响应|頻率響應]]取樣。由下式 <math>H(k)=H_d(e^{j\omega})|_{\omega=\frac{2\pi}{N}k} ,k\in[0,N-1]</math> 即可設計不同k點(離散的頻率點) 之值。舉例，將較小的k對應的響應值設計為1，較大的k對應的響應值設計為0,可得低通濾波器響應；將較小的k對應的響應值設計為0，較大的k對應的響應值設計為1,可得高通濾波器響應。

== 方法介紹 ==
給定一個理想濾波器的離散時間傅立葉轉換<math>H_d(f)</math>，<math>h[n]</math>則為我們要設計的有限脈衝響應濾波器的脈衝響應，在<math> n \in  [0,N-1] </math>區間設計。考慮<math>R(f)</math>是<math>r[n]=h[n+P]</math>的離散時間傅立葉轉換。

此方法基本精神要求為

<math>\begin{align} R(\frac{m}{N}f_s)=H_d(\frac{m}{N}f_s) , &\forall m\in 0,1,2,...N-1  \\
\\ &f_s: sampling \ frequency \end{align} </math>

若以 normalized frequency <math>F=\frac{f}{f_s}</math> 對公式進行變數變換
則
<math>R(\frac{m}{N})=H_d(\frac{m}{N}) </math>
===步驟一===
取樣 normalized過後的理想濾波器的離散時間傅立葉轉換<math>H_d(\frac{m}{N}),\forall m\in 0,1,2,...N-1 </math>
===步驟二===
求<math>H_d(\frac{m}{N}) </math>的逆離散傅立葉轉換(IDFT)(inverse discrete Fourier transform)
<math>r_1[n]=\frac{1}{N}\sum_{m=0}^{N-1}H_d(\frac{m}{N})exp(j\frac{2\pi m}{N}n)</math> 
===步驟三===
考慮<math>N</math>的奇偶情形

若<math>N</math>是奇數，則

<math>r[n]=\begin{cases}
    r_1[n] & \text{for} \ n=0,1,...,k \ \ k=\frac{N-1}{2} \\
    r_1[n+N] & \text{for} \ n=-k,-k+1,...,-1.
  \end{cases}</math>

若<math>N</math>是偶數，則
<math>r[n]=\begin{cases}
    r_1[n] & \text{for} \ n=1,...,k  \  \ k=\frac{N}{2} \\
    r_1[n+N] & \text{for} \ n=-k,-k+1,...,-1.
  \end{cases}</math>

===步驟四===
我們據此法得到的有限響應濾波器<math>h[n]</math>，即

<math>h[n]=r[n-k]</math>

==相關證明==
若<math>R(F)</math>是<math>r[n]</math>的離散時間傅立葉轉換

<math>R(F)=\sum_{n=-\infty}^{\infty}{r[n]e^{-j2 \pi Fn}}
=\sum_{n=0}^{N-1}{r_1[n]e^{-j2 \pi Fn}}
</math>

令<math>F = \frac{m}{N}</math>,

<math> R(\frac{m}{N})=\sum_{n=0}^{N-1}{r_1[n]e^{-j {\frac{2\pi m}{N}} n}}</math>

又<math>r_1[n]</math>是<math>H_d(\frac{m}{N})</math>的IDFT

∴<math>R(\frac{m}{N})=H_d(\frac{m}{N})</math>

證明了照上述方法設計可得到在特定頻率上都會與理想濾波器響應吻合的有限響應近似濾波器

==優點==
* 簡單且直觀
==缺點==

* 所得到的有限響應濾波器並非最優化的，有限響應造成的[[漣波]] 大小介於用MSE和MINIMAX方法設計的濾波器之間

* 難以跟權重函數結合


==應用實例==
考慮理想的離散[[希爾伯特轉換]]濾波器，我們打算據此設計15點有限響應濾波器

[[File:Hilbert ideal.jpg|center|thumb|700px|希爾伯特轉換的頻率響應虛部]]








===步驟一===
先對此理想濾波器進行15個點的採樣
[[File:Samples hilvert.jpg|center|700px|thumb|對此理想濾波器進行取樣]]

===步驟二===
<math>r_1[n]=ifft([ 0 , -0.9 ,-1 ,-1, -1, -1 ,-1 ,-0.7 , 0.7,1 ,1 ,1, 1, 1  ,0.9 ])</math>

ifft為(逆離散傅立葉轉換)

===步驟三===
<math>\begin{align}r[n]=&[ -0.0315, 0.0182, -0.0693, 0.0132, -0.1690, 0.0078,
-0.6206, 0.0000, 0.6206, \\
&
-0.0078, 0.1690, -0.0132, 0.0693, -0.0182, 0.0315]\\ \end{align}</math>

===步驟四===
<math>
\begin{align}h[n]=r[n-8]
&=[ -0.0315, 0.0182, -0.0693, 0.0132, -0.1690, 
0.0078, -0.6206, 0.0000, 
\\
 &  \ \ 0.6206, -0.0078, 0.1690, -0.0132, 0.0693, -0.0182, 0.0315]
\end{align}
</math>

[[File:步驟2~3的脈衝響應.jpg|center|700x700像素|thumb|步驟2~3的脈衝響應]]

最後設計出的濾波器頻率響應
[[File:Filter response red.jpg|center|700x700像素|thumb|紅線為頻率響應]]

== 參考文獻 ==
*Jian-Jiun Ding (2024), [https://djj.ee.ntu.edu.tw/ADSP.htm Advanced Digital Signal Processing] {{Wayback|url=https://djj.ee.ntu.edu.tw/ADSP.htm |date=20240724144005 }}