MATLABのfiltfiltの利点は何ですか

30

MATLAB filtfiltは、順方向、逆方向のフィルタリングを実行します。つまり、フィルタリング、信号のリバース、再度のフィルタリング、そして再度のリバースです。どうやらこれは位相遅れを減らすために行われたのですか？このようなフィルタリングを使用することの利点/欠点は何ですか（フィルター次数の効果的な増加につながると思います）。

（つまり、前方フィルタリングのみ）のfiltfilt代わりに、常に使用することが望ましいでしょうfilterか？これを使用する必要があるアプリケーションと使用しないアプリケーションがありますか？

matlab filters theory

音声にゼロ位相フィルタリングを使用しないでください。奇妙に聞こえる「プリリンギング」が発生します。最小位相フィルタリングはより自然です。ccrma.stanford.edu/~jos/filters/Linear_Phase_Really_Ideal.html

— endolith

34

周波数領域で最もよく見ることができます。場合入力シーケンスでありフィルタのインパルス応答であり、最初のフィルタパスの結果であります $x[n]$ $h[n]$

X (e^{j ω}) H (e^{j ω})

$X(e^{j\omega})H(e^{j\omega})$

とのフーリエ変換とはそれぞれ、。交換するまでの時間反転対応で周波数領域で、その時間反転した後、我々が得ます $X(e^{j\omega})$ $H(e^{j\omega})$ $x[n]$ $h[n]$ $\omega$ $-\omega$

X (e^{- j ω}) H (e^{- j ω})

$X(e^{-j\omega})H(e^{-j\omega})$

$H(e^{j\omega})$

X (e^{- j ω}) H (e^{j ω}) H (e^{- j ω})

$X(e^{-j\omega})H(e^{j\omega})H(e^{-j\omega})$

時間反転後、最終的に出力信号のスペクトルを与える

\begin{matrix} (1) & Y (e^{j ω}) = X (e^{j ω}) H (e^{j ω}) H (e^{- j ω}) = X (e^{j ω}) | H (e^{j ω}) |^{2} \end{matrix}

$Y(e^{j\omega})=X(e^{j\omega})H(e^{j\omega})H(e^{-j\omega})= X(e^{j\omega})|H(e^{j\omega})|^2\tag{1}$

$H(e^{-j\omega})=H^{*}(e^{j\omega})$ $|H(e^{j\omega})|^2$

$\hat{h}[n]=h[n]*h[-n]$

要するに：

IIRフィルターがあるか、必要であり、位相歪みをゼロにしたい場合、および処理遅延は問題ありません。この方法は便利です。
処理の遅延が問題になる場合は、使用しないでください
FIRフィルターがある場合、このメソッドを使用するのと同等の新しいFIRフィルター応答を簡単に計算できます。FIRフィルターでは、常に正確な線形位相を実現できることに注意してください。

— マット・L
ソース

という名前のタグを作成しましたmaximum-aposteriori-estimation。名前をに変更してくださいmaximum-a-posteriori-estimation。間違って私は-後を忘れましたa。ありがとうございました。

— Royi

15

このビデオは非常に有用であることがわかりました（マットの答えを詳しく説明します）。

ビデオからのいくつかの重要なアイデアは次のとおりです。

位相がゼロの場合、位相の歪みは発生しませんが、非因果的フィルタが生成されます。これは、データが収集されたときにフィルタリングされている場合、これはオプションではないことを意味します（後処理が可能な保存データに対してのみ有効です）。
非因果的フィルタを実装すると、トランジェントは前後にぼやけます（たとえば、2dBのリップルが必要な場合、フィルタを使用して前後に実行するという事実は、それぞれのこれらは1dBになります）。
離散時間フーリエ変換の時間反転特性を使用します。
FILTFILTによって引き起こされる有効な周波数応答は、1方向の大きさの2乗です。入力信号を取得しx[n]、フィルタリングし、結果を反転し、再度フィルタリングし、再度反転します（時間反転ステップでは、すべてのデータが利用可能であることが必要です）。

— アララー
ソース