Los parámetros de los filtros IIR y FIR tradicionales se fijan durante el proceso de procesamiento de la señal de entrada.Cuando cambia el entorno, el filtro no puede lograr el objetivo original. El filtro adaptativo puede ajustar el peso del filtro según su propio estado y cambios ambientales.
Para algunas aplicaciones, dado que los parámetros a operar no se conocen de antemano, como las características de algunas señales de ruido, se requiere utilizar coeficientes adaptativos para el procesamiento. En este caso, generalmente se usa un filtro adaptativo, que usa retroalimentación para ajustar los coeficientes del filtro, así como la respuesta de frecuencia.
Tipo de filtro adaptativo. Se puede dividir en dos categorías: filtro adaptativo no lineal , filtro adaptativo lineal . Los filtros adaptativos no lineales incluyen filtros adaptativos basados en redes neuronales y filtros Volterra. El filtro adaptativo no lineal tiene una mayor capacidad de procesamiento de señales, pero una mayor complejidad computacional. Entonces, en la práctica, los filtros adaptativos lineales se usan con más frecuencia .
Existen principalmente dos tipos de filtros FIR y filtros IIR.
- El filtro FIR es un sistema no recursivo, es decir, la muestra de salida actual es solo una función de las muestras de entrada pasadas y presentes, y su respuesta de impulso del sistema h(n) es una secuencia de longitud finita. Tiene una muy buena fase lineal, sin distorsión de fase y buena estabilidad .
- El filtro IIR es un sistema recursivo, es decir, la muestra de salida actual es una función de las muestras de salida y de entrada pasadas, y su impulso del sistema h(n) es una secuencia infinitamente larga. La característica de frecuencia de fase del sistema IIR no es lineal y no se puede garantizar la estabilidad. La ventaja es que el orden de implementación es más bajo y la cantidad de cálculo es menor .
Debido a que IIR tiene problemas de estabilidad, generalmente se usa FIR.
Estructura de filtro adaptable
Algoritmo de filtro adaptativo De acuerdo con diferentes criterios de optimización, los algoritmos de filtro adaptativo comunes incluyen: algoritmo recursivo de mínimos cuadrados (RLS), algoritmo de mínimo error cuadrático medio (LMS), algoritmo de error cuadrático medio normalizado (NLMS), algoritmo rápido y preciso de mínimo error cuadrático medio, filtrado de subbanda, filtrado adaptativo en el dominio de la frecuencia, etc.
Link de referencia: