Jelek és Rendszerek · Digitális szűrők

FIR & IIR

A végestől a végtelenig — digitális szűrők az alapoktól

y[n] = Σ bₖ x[n−k]   vs   y[n] = Σ bₖ x[n−k] − Σ aₖ y[n−k]

1

Mi a digitális szűrő?

A digitális szűrő egy diszkrét idejű LTI rendszer, amely a bemeneti jel bizonyos frekvencia-összetevőit átereszti, másokat elnyomja. Két alapvető családja a FIR (Finite Impulse Response — véges impulzusválasz) és az IIR (Infinite Impulse Response — végtelen impulzusválasz).

Minden digitális szűrő a differencia-egyenlet általános alakjából származik:

Általános differencia-egyenlet y[n] = b₀x[n] + b₁x[n−1] + ⋯ + bMx[n−M]a₁y[n−1] − a₂y[n−2] − ⋯ − aNy[n−N]

Ha az aₖ = 0 (nincs visszacsatolás), a szűrő FIR. Ha vannak aₖ ≠ 0 tagok, a szűrő IIR.

🎚️
Aluláteresztő (LP)
Alacsony frekvenciákat átereszti
📡
Felüláteresztő (HP)
Magas frekvenciákat átereszti
🎯
Sáváteresztő (BP)
Egy frekvenciasáv átereszti
🚫
Sávzáró (BS)
Egy frekvenciasáv elnyomja
▸ Valós idejű szűrés — Húzd a határfrekvenciát!
0.15π
0.08π
2

FIR — Véges impulzusválasz

A FIR szűrő kimenete kizárólag a bemeneti minták súlyozott összege. Nincs visszacsatolás, ezért az impulzusválasz véges számú minta után zérusra csökken.

FIR differencia-egyenlet y[n] = b₀·x[n] + b₁·x[n−1] + b₂·x[n−2] + ⋯ + bM·x[n−M] = Σk=0M bₖ·x[n−k]
FIR átviteli függvény H(z) = b₀ + b₁z−1 + b₂z−2 + ⋯ + bMz−M = Σk=0M bₖ z−k

Figyeld meg: H(z) csak zérusokkal rendelkezik (a pólusok mind az origóban vannak), ezért a FIR szűrő mindig stabil.

▸ FIR jelfolyam-gráf (Direct Form)

A bemeneti minta sorba fűzött késleltetőkön (z−1) halad végig. Minden csomópontban a bₖ együtthatókkal szorozzuk, majd az összegző kimenetre adjuk.

▸ FIR együtthatók — Húzd a csúszkákat!
0.20
0.60
0.60
0.20

Lineáris fázis: Ha a FIR együtthatók szimmetrikusak (bₖ = bM−k), a szűrő pontosan lineáris fázisú. Ez azt jelenti, hogy minden frekvenciakomponenst azonos idővel késleltet — nincs fázistorzítás. Ez kritikus például audioban, EKG-ben és kommunikációs rendszerekben.

3

IIR — Végtelen impulzusválasz

Az IIR szűrő kimenete nemcsak a bemeneti mintáktól, hanem a korábbi kimeneti mintáktól (visszacsatolás) is függ. Emiatt az impulzusválasza elvileg végtelen hosszú (exponenciálisan lecseng).

IIR differencia-egyenlet y[n] = Σk=0M bₖ·x[n−k]Σk=1N aₖ·y[n−k]
IIR átviteli függvény H(z) = (b₀ + b₁z−1 + ⋯ + bMz−M) / (1 + a₁z−1 + ⋯ + aNz−N)

A nevező a pólusokat definiálja. Ha bármely pólus az egységkörön kívül esik a z-síkon, a szűrő instabil!

▸ IIR jelfolyam-gráf (Direct Form I)

A bemeneti ág (felül, bₖ) a FIR rész. A kimeneti ág (alul, −aₖ) a visszacsatolás — ez teszi végtelenné az impulzusválaszt.

▸ IIR paraméterek — Vigyázz a stabilitásra!
0.07
−1.15
0.56
4

Impulzusválasz: véges vs. végtelen

Az impulzusválasz h[n] a rendszer válasza egy δ[n] bemenetre. A FIR impulzusválasza M+1 minta után nullára csökken, az IIR elvileg soha — de exponenciálisan lecseng (ha stabil).

▸ Impulzusválasz animáció — FIR vs IIR
8
0.85
0.80
5

Pólus-zérus diagram és stabilitás

A z-síkon a zérusok (○) a számláló gyökei, a pólusok (×) a nevező gyökei. A FIR szűrőnek csak zérusai vannak (a pólusok az origóban), ezért mindig stabil. Az IIR szűrőnek pólusai is vannak — ha bármelyik az egységkörön kívülre kerül, a szűrő instabil.

▸ Interaktív pólus-zérus diagram — Húzd a pólusokat!

Kattints és húzd a × pólusokat! Figyeld a frekvenciaválasz változását. Az egységkörön belüli pólusok = stabil, kívüli = instabil.

6

Frekvenciaválasz: amplitúdó és fázis

A frekvenciaválasz H(e) az átviteli függvény az egységkörön. Az amplitúdóválasz |H| megmutatja, mennyire erősíti/gyengíti a szűrő az adott frekvenciát, a fázisválasz ∠H a fáziseltolást adja meg.

Frekvenciaválasz H(e) = H(z)|z=e   →   |H(e)| (amplitúdó),   ∠H(e) (fázis)
▸ FIR vs IIR frekvenciaválasz — Azonos határfrekvencia
0.20π
16
2

Figyeld: az IIR 2. rendű szűrő hasonló meredekséget ér el, mint a FIR 16. rendű! De a FIR fázisa lineáris, az IIR-é nem.

7

Szűrőtervezési módszerek

A gyakorlatban a szűrőtervezés specifikációból indul: milyen típusú (LP/HP/BP/BS), mekkora az áteresztő sáv, a záró sáv, a megengedett hullámzás (ripple) és a minimális csillapítás.

📐
FIR tervezés
Ablakos módszer · Parks-McClellan · frekvencia-mintavételezés
🔧
IIR tervezés
Bilineáris transzformáció · impulzus-invariáns · Butterworth · Chebyshev · elliptikus
▸ FIR tervezés ablakos módszerrel
21
0.25π
8

FIR vs IIR — A nagy összehasonlítás

Tulajdonság FIR IIR
Impulzusválasz Véges (M+1 minta) Végtelen (exponenciálisan lecseng)
Stabilitás ✓ Mindig stabil ⚠ Nem garantált — pólusok ellenőrzése szükséges
Lineáris fázis ✓ Elérhető szimmetrikus együtthatókkal ✗ Nem elérhető (allpass kompenzáció kell)
Szűrőrend Magas (10–100+) azonos meredekséghez Alacsony (2–8) elegendő
Számítási költség Több szorzás/összeadás Kevesebb művelet
Struktúra Csak előre-irányú (feedforward) Visszacsatolásos (feedback)
Véges szóhossz érzékenység Kevésbé érzékeny Érzékeny — határciklus, túlcsordulás
Analóg prototípus Nem szükséges Butterworth, Chebyshev, elliptikus
Tipikus alkalmazás Audio, EKG, kommunikáció, adaptív szűrők Valós idejű vezérlés, audio EQ, antialiasing
▸ Élő összehasonlítás — Azonos specifikáció, más megvalósítás
0.20π
2. rend IIR

Mikor melyiket? Ha lineáris fázis kell (audio, orvosi, kommunikáció) → FIR. Ha alacsony számítási költség vagy éles átmenet kell kevés renddel → IIR. Sok modern rendszer mindkettőt használja — IIR a valós idejű előszűrésre, FIR a precíz utófeldolgozásra.